机器学习标签_AI大模型技术社区

机器学习

【机器学习】一阶规则学习：原理、算法与实战

本文系统介绍了一阶规则学习的概念、原理与实现。首先阐述一阶规则学习的基础概念，包括与命题规则的区别及其优势；重点讲解其核心原理，如序贯覆盖策略、剪枝优化机制及FOIL算法流程；通过实例展示如何用Python实现FOIL算法，包括数据结构定义、规则生成与评估；分析医疗和金融领域的典型应用案例。文章指出一阶规则学习具有可解释性强、可处理复杂关系等优势，在可解释AI和复杂数据分析领域具有广阔前景。全文坚

 大雨淅淅1999
2025-11-13 13:19:09

 919

 14

#算法 #机器学习 #开发语言 +3
[ICLR 2020]Decoupling Representation and Classifier for Long-Tailed Recognition

计算机-人工智能-图像分类长尾问题ResNet骨干上对于不同采样和权重的测试

 夏莉莉iy
2025-11-11 03:27:01

 1103

 15

#人工智能 #深度学习 #机器学习 +3
PyTorch与TensorFlow核心区别深度解析：新手到底该选谁？

PyTorch：需要手动编写训练循环，灵活性高，适合自定义训练逻辑（如动态调整学习率、添加特殊训练步骤）；语法更接近Python，调试时可实时查看张量值；TensorFlow/Keras：通过compile和fit封装了训练流程，代码更简洁规范，但自定义逻辑需要额外编写回调函数；适合快速验证想法，但灵活性稍差。优先选PyTorch：如果你是零基础、想快速上手AI、目标是算法岗或学术研究，PyTor

老丁聊AI
2025-11-06 16:32:04

 2267

 11

#pytorch #tensorflow #人工智能 +2
揭秘中美AI技术竞争，大飞带你掌握开源模型！现在最好的开源模型是中国的！

中国科技公司在开源AI模型领域正超越美国，阿里巴巴Qwen、DeepSeek等模型在LMArena评级和Hugging Face点赞数上领先。美国公司如OpenAI和Google倾向将技术保密，而中国公司更愿分享最佳模型。这引发了对技术价值观和地缘政治影响的讨论，促使美国启动ATOM项目以提升开源AI竞争力。

m0_63171455
2025-10-24 07:30:00

 869

 16

#人工智能 #产品经理 #机器学习 +1
DjangoORM高级技巧优化查询性能的十个实战策略

同时，在查询中使用过滤条件时，应尽量利用索引友好的操作，如精确匹配、范围查询，避免在索引列上使用函数或模糊匹配（如__contains），除非使用全文索引。当不需要完整的模型实例，而只需要特定字段的值时，使用values()或values_list()方法可以大幅减少数据传递量。但要注意，如果后续频繁访问被延迟的字段，可能会引发额外的查询，因此需要根据实际使用模式谨慎选择。例如，更新某个计数字段时

 gigige123
2025-10-13 21:58:34

 590

 24

#机器学习
Harnessing Causal Structure Alignment for EnhancedCross-Domain Named Entity Recognition 中文版

命名实体识别（NER）是自然语言处理（NLP）中的基础任务，旨在从文本中识别具有特定语义含义的实体，如人名、地点、组织机构和机构名称。它在知识图谱、信息提取和文本理解等方面发挥着重要作用。在实际应用中，不同领域文本流派和术语的巨大差异构成了重大挑战，经常导致特定目标领域内标注数据的稀缺性。因此，针对跨领域场景，特别是跨领域命名实体识别（CD-NER）的模型适应性在近年来引起了极大的研究关注。这在资

 晨同学0327
2024-03-19 16:26:09

 727

 11

#人工智能 #深度学习 #机器学习
AI从固定框架到动态组装的神经网络

AI的必经之路

 yigong6019
2025-10-11 14:40:43

 295

 5

#人工智能 #神经网络 #pytorch +3
Coze低代码智能体开发全攻略：零基础也能快速上手大模型应用！

本文详细介绍了字节跳动推出的低代码智能体开发平台Coze的核心特点和功能。Coze以免费易用、多模型支持和跨平台发布为核心优势，显著降低了AI应用开发门槛。文章系统解析了六大核心功能：扩展能力的插件系统、增强认知的知识库、结构化数据管理的数据库、可视化图像处理的图像流、实现逻辑编排的工作流，以及处理复杂任务的多智能体协作机制，为各类开发者提供了强大的低代码AI应用开发解决方案。

AI-椰子不椰
2025-10-11 14:34:55

 1522

 9

#低代码 #深度学习 #人工智能 +3
【IEEE出版，连续4届EI、scopus稳定检索 | 15所科研机构/高校/学会等举办背书，权威专家齐聚 | 特设优秀评选，现金大奖】第五届人工智能与大数据国际学术研讨会 (AIBDF 2025)

2025年第五届人工智能与大数据国际学术研讨会 (AIBDF 2025)将于2025年12月26-28日在贵州省贵阳召开。会议主要围绕人工智能、大数据等研究领域展开，旨在为从事计算机等相关研究的专家学者提供一个交流科研成果和前沿技术的平台，了解学术发展趋势，拓宽研究思路，加强学术研究和讨论，促进学术成果产业化合作。

艾思科蓝 AiScholar
2025-10-11 13:46:55

 834

 17

#人工智能 #大数据 #自然语言处理 +4
[特殊字符]开源界炸了！NeuTTS Air：手机就能跑的超写实TTS，3秒克隆任意声音

摘要：NeuTTS Air开源语音合成模型爆火，仅0.5B参数即可实现媲美商业API的写实语音效果，支持3秒极速声音克隆和本地部署。该模型采用NeuCodec音频编解码器，能模拟人类语气变化，支持全设备运行并内置水印技术。可广泛应用于内容创作、无障碍服务等场景，开发者现可免费使用。项目明确禁止非法用途，多语言适配正在进行中。

M桐M
2025-10-11 13:45:00

 1877

 16

#人工智能 #机器学习 #软件工程 +2
RunAI与Dynamo强强联合：智能多节点调度如何引爆LLM推理效率

摘要： NVIDIA Run:ai v2.23与Dynamo深度集成，通过智能多节点调度优化大规模语言模型（LLM）推理效率。Dynamo专为分布式推理设计，支持分离式预填充与解码、动态GPU调度及KV缓存卸载，但多组件协调仍是挑战。Run:ai的Gang调度确保原子化部署，拓扑感知调度优化组件放置，减少跨节点延迟。实战指南详细演示了如何在Run:ai环境部署Dynamo，结合Kubernetes

扫地的小何尚
2025-10-11 11:51:18

 882

 19

#人工智能 #深度学习 #机器学习 +1
全知启航高质量多方言语音数据集上线

AI语音交互面临语言多样性挑战，中国作为"语言富矿"拥有130多种活跃方言和民族语言，但主流语音技术对方言识别准确率低。这导致数字鸿沟、市场受限和文化传承隐忧。为此推出的高质量多方言语音数据集覆盖普通话、上海话、四川话、粤语等，累计超5000小时专业录制语音，严格标注文本和释义，为模型训练提供标准数据。该数据集旨在打破语言壁垒，赋能智能语音技术真正理解每一种乡音，促进普惠交互和

 全知启航
2025-10-11 11:47:38

 543

 4

#人工智能 #语音识别 #机器学习
多个编码智能体同时使用会不会混乱？

如果各位读者从事涉及代码相关的工作，应该很能察觉到近两年 AI 编程能力的进化幅度，GPT-5 和 Gemini 2.5 等最新前沿大模型已经让开发者在实际任务中一定程度实现了自动化，近期发布的 Sonnet 4.5 又再次推动了这一进展。为此，他发布了一篇全新博客，分享了自己同时运行多个编码 AI 的经历和宝贵经验，引起了海外开发者们广泛的关注，在 X 上的推文已破 10 万阅读量。不仅仅是程序

 中國龍在廣州
2025-10-11 11:30:00

 874

 17

#机器人 #人工智能 #机器学习
全知启航：数据标注正在走向精细化、定制化、智能化

未来AI竞争的制高点，将越来越依赖于这场深刻的数据跃迁——谁能更精准地定义数据、更高效地驾驭数据、更智慧地运用数据，谁就将掌握塑造下一代智能形态的主动权。跃迁的核心能力，要求服务商需具备需求解析、跨领域知识整合及工程化实施能力，成为“AI数据合伙人”，而这也是Scale AI被Meta重金收购的关键动因。看似简单的收购背后，透露了Meta对其未来人工智能战略的关键布局——拉拢一个年轻有为的技术领袖

 全知启航
2025-10-11 11:25:32

 1204

 25

#人工智能 #机器学习
一文搞懂AI、机器学习、深度学习与ChatGPT：大模型学习的必经之路！

文章详解了人工智能(AI)、机器学习(ML)、深度学习(DL)和ChatGPT的层级关系：AI是广泛领域，目标是创造智能体；ML是实现AI的主要方法，从数据中学习规律；DL是ML的子集，使用深度神经网络处理非结构化数据；ChatGPT是DL的具体应用，基于Transformer架构的大型语言模型。通过自动驾驶类比帮助理解这种从目标到方法再到应用的层级关系，为学习大模型提供清晰路径。

LLand520
2025-10-11 11:22:04

 1173

 19

#人工智能 #机器学习 #深度学习 +3
全知启航语音合成数据集，为AI注入灵魂声音

AI语音技术正从基础功能迈向情感化、拟人化高阶发展，豆包模型在播客生成领域的突破引发关注。全知启航上线多类型语音合成数据集，包含通用语音、多音色语音、多情感语音和IP音色语音四大类，为构建自然流畅、富有情感的AI语音提供高质量数据支撑。这些专业数据集将助力行业突破语音交互瓶颈，推动人机交互体验升级，共同塑造更具温度和个性化的"声音文明"。

全知启航
2025-10-11 11:19:46

 653

 8

#人工智能 #语音识别 #机器学习
全知启航以高质量数据为基石，为人工智能保驾护航

AI信息幻觉的挑战与全知启航的数据解决方案当前AI技术虽快速发展，但普遍存在“幻觉”问题，易生成虚假信息。这源于训练数据质量参差不齐及行业标准缺失。全知启航自2018年起专注高质量数据服务，提供从采集到标注的全链路支持，覆盖语音、图像、文本等多领域，助力AI模型精准进化。公司拥有6大标注基地和800+专业团队，服务超100家头部企业，致力于以合规、场景化的数据推动AI可靠落地，成为行业信赖的合作

 全知启航
2025-10-11 11:11:26

 866

 23

#人工智能 #自然语言处理 #机器学习
零技术背景也能拿下AI产品经理36k高薪offer？小白程序员转行指南，揭秘成功秘诀！

AI 相关的人才缺口已达 500 万，其中AI产品经理需求旺盛，薪资中位数再创新高，36k/月。如果是在头部公司，加上年终奖、项目奖金和期权等，一年50W不是梦想！随着Ai在不同业务场景中价值体现，AI产品经理岗位要求也越发细分，B端方向成为主阵地。不少人十分心动，没有吃上移动互联网的红利，这波AI红利一定不能再错过啦。

m0_63171455
2025-10-11 10:06:20

 532

 24

#人工智能 #产品经理 #transformer +2
OpenAI揭秘大模型幻觉本质：如何让AI不再“一本正经地胡说八道“

OpenAI最新研究揭示大模型幻觉根本原因：训练和评估过程奖励猜测而非承认不确定性。文章从统计必然性、数据稀缺性和模型能力三方面分析幻觉成因，指出主流评测方法都惩罚不确定性，进一步强化这一问题。解决方案是通过改变评分规则，让模型在不确定时可以选择"不知道"，使"交白卷"成为可选项，从而减少错误信息的生成。

m0_63171455
2025-10-11 10:02:34

 841

 9

#人工智能 #transformer #深度学习 +1
JetBrains官宣，又一个IDE可以免费用了！

如果用户选择使用 Non-commercial use 非商业用途的免费版，那软件是有可能会向 JetBrains 发送 IDE 遥测信息的，比如像一些功能使用情况的概括性匿名统计信息（如使用时长、点击次数或一般工作流），但是官方提到不会包含个人数据，这一点还是要特别注意的。，即商业版的所有功能均可使用，包括 AI 赋能的代码补全、智能查询控制台、类似 Excel 的数据编辑器、Git 集成，以及

 CodeSheep程序羊
2025-10-11 09:12:41

 928

 4

#ide #python #java +4
AI产品经理学习之算法评估指标

分类任务指标包括准确率（评估总体正确率）、精确率（减少误报）、召回率（减少漏报）、F1分数（平衡精确率和召回率）、混淆矩阵（全面展示预测结果）以及ROC曲线与AUC（评估分类效果）。回归任务指标包含MSE（对异常值敏感）、RMSE（数值直观）、MAE（抗异常值）和R²（解释变异能力）。聚类任务指标有轮廓系数（评估聚类结构）和调整兰德指数（与真实标签一致性比较）

笨笨的小曼曼
2025-07-25 17:13:41

 2042

 19

#人工智能 #产品经理 #机器学习
【炼丹神器】wandb实践之sweep超参扫描工具

训练之奇淫巧技sweep训练自动化搜索超参

 Thomas_Cai
2024-01-09 18:11:39

 4005

 26

#人工智能 #深度学习 #机器学习
基于机器学习逻辑归回朴素贝叶斯随机森林等实现Aliens游戏（附完整代码+报告）

朴素贝叶斯算法是一种基于概率的分类方法，它的主要依据是如下图的条件概率公式，即假定给定目标值时属性之间相互条件独立，在X=Xi的情况下将输入样本分类到某一类的概率可以由这一类出现的概率乘此类中输入为Xi出现的条件概率再除以X=Xi的概率得出。朴素贝叶斯算法是一种基于概率的分类方法，它的主要依据是如下图的条件概率公式，即假定给定目标值时属性之间相互条件独立，在X=Xi的情况下将输入样本分类到某一

 yushibing717
2024-01-09 17:44:48

 719

 19

#机器学习 #人工智能
手搓神经网络——Fashion MNIST训练

相关文章：哼，就是整活儿😎😎😎。之前写了《手搓神经网络——BP反向传播》一文。此本便是基于前文的“实战”，基于之前手搓的神经网络框架，实现 Fashion MNIST 训练。毕竟实践出真知，在前篇中的验证仅验证了神经网络框架的自动求导正确与否…加载数据集使用 TensorFlow 加载 Fashion MNIST对训练数据集打乱，设置批大小定义激活函数、损失函数这个在《手搓神经网络——BP反

 此心安處是吾鄉_
2023-12-26 21:13:47

 626

 10

#神经网络 #人工智能 #深度学习 +2
机器学习在回归合成控制法中的应用

在合成阶段，根据建立的回归模型，可以使用合成算法来生成控制器的输出信号，以实现对系统的控制。具体而言，回归合成控制法通过收集并分析系统的输入和输出数据，建立系统的数学回归模型，然后将这个模型用于生成控制器的输出信号，以实现对系统的控制。然而，回归合成控制法也有一些限制。需要注意的是，机器学习是一种数据驱动的方法，对于合成控制法中的合成步骤来说，可能需要大量的数据来进行训练和优化。此外，机器学习方法

 苏seaside
2023-12-26 20:04:18

 1945

 27

#机器学习 #回归 #人工智能
演讲实录：指标平台+AI 的技术落地和未来展望

跬智信息（Kyligence）联合创始人兼 CTO 李扬在现场带来了“指标平台 + AI 的技术落地和未来展望”的主题演讲，收获了与会观众的热烈反响，这里特别整理了李扬当天的演讲实录以供参考。目前 Kyligence Copilot 也已经开放申请测试，可在文末访问申请通道。

Kyligence
2023-07-21 23:52:54

 357

#人工智能 #大数据 #机器学习
模型压缩常用方法

常见的模型压缩方法有以下几种：模型蒸馏 Distillation，使用大模型的学到的知识训练小模型，从而让小模型具有大模型的泛化能力量化 Quantization，降低大模型的精度，减小模型剪枝 Pruning，去掉模型中作用比较小的连接参数共享，共享网络中部分参数，降低模型参数数量1. teacher-student模型teacher-student模型是迁移学习的一种，迁移学习也就是将一个模型

 orangerfun
2020-09-13 11:25:28

 1.2w

#机器学习 #深度学习 #人工智能
预训练模型详解

预训练模型是什么？为什么预训练模型大行其道？

LawsonAbs
2021-12-15 20:35:37

 6213

 5

#深度学习 #机器学习 #自然语言处理
8种常见的大数据分析模型

这篇文章给大家简单介绍一下八个模型，具体如下：1.留存分析模型留存分析模型是一种用来分析用户参与情况/活跃程度的分析模型，考察进行初始行为的用户中，有多少人会进行后续行为。这是用来衡量产...

无精疯
2020-10-10 12:23:01

 8511

 1

#大数据 #数据分析 #python +2
模型融合方法最全总结！

本文是模型融合的经验方法总结。包含了投票法、平均法、排序法、Stacking 和 Blending.一、背景之前有段时间打数据挖掘类比赛，看到很多选手用模型融合的技巧，特别是比赛后期的时候...

Datawhale
2021-09-04 21:55:00

 1.2w

 27

#机器学习 #人工智能 #大数据 +2
LoRA模型是什么？

LoRA（Low-Rank Adaptation of Large Language Models，大型语言模型的低秩适应）是微软研究员提出的一种新颖技术，旨在解决微调大型语言模型的问题。研究人员发现，通过专注于大型语言模型的Transformer注意力块，LoRA的微调质量与完整模型的微调相当，同时速度更快，计算需求更低。训练权重更小，因为原始模型被冻结，我们注入新的可训练层，可以将新层的权重保

 黑风风
2023-04-11 16:07:54

 2.9w

 10

#深度学习 #机器学习 #人工智能
《探索文心千帆大模型平台：代码编写从此变得轻松》

《探索文心千帆大模型平台：代码编写从此变得轻松》

小袁ITSuper
2023-08-03 09:17:02

 11.8w

 31

#人工智能 #深度学习 #机器学习 +1
预训练模型简介

预训练模型预训练模型把迁移学习很好地用起来了，让我们感到眼前一亮。这和小孩子读书一样，一开始语文、数学、化学都学，读书、网上游戏等，在脑子里积攒了很多。当他学习计算机时，实际上把他以前学到的所有知识都带进去了。如果他以前没上过中学，没上过小学，突然学计算机就不懂这里有什么道理。这和我们预训练模型一样，预训练模型就意味着把人类的语言知识，先学了一个东西，然后再代入到某个具体任务，就顺手了，就是这么一

 心之所向521
2021-11-25 12:37:25

 1.2w

 15

#python #人工智能 #机器学习 +1
斯坦福发布大模型Alpaca：A100上训3小时，性能比较GPT-3.5，被挤爆！

源｜新智元Meta的LLaMA模型开源，让文本大模型迎来了Stable Diffustion时刻。今天，斯坦福发布了一个由LLaMA 7B微调的模型Alpaca，训练3小时，性能比肩GPT-3.5。一觉醒来，斯坦福大模型Alpaca（草泥马）火了。没错，Alpaca是由Meta的LLaMA 7B微调而来的全新模型，仅用了52k数据，性能约等于GPT-3.5。关键是训练成本奇低，不到600美元。具体

 夕小瑶
2023-03-15 09:57:19

 9406

 8

#gpt-3 #人工智能 #机器学习 +2
5 大常用机器学习模型类型总结

本文介绍了 5 大常用机器学习模型类型：集合学习算法，解释型算法，聚类算法，降维算法，相似性算法，并简要介绍了每种类型中最广泛使用的算法模型。我们希望本文可以做到以下三点：1、应用性。涉及到应用问题时，知识的普适性显然非常重要。所以我们希望通过给出模型的一般类别，让你更好地了解这些模型应当如何应用。2、相关性。本文并不包括所有的机器学习模型，比如Naïve Bayes...

俊红的数据分析之路
2022-03-29 09:00:00

 2.2w

 18

#算法 #聚类 #大数据 +2
教你轻松玩转-ChatGPT或生成类大模型--助你成为未来高端黄金职业人

一般来讲，信息在 Prompt 中出现的顺序很重要。因此，ChatGPT与Prompt的关系是在语言模型生成输出过程中的合作关系，Prompt提供了文本或代码片段，以指导模型生成更准确和有用的输出。提供多种选择：为了使模型能够生成更准确和有用的输出，Prompt应该提供多种选择，例如，可以提供多个可能的答案或问题，以帮助模型更好地理解要求并生成更自然的输出。合理的长度：在某些任务中，Prompt的


2023-05-12 09:24:51

 1w

 48

#人工智能 #机器学习
大模型时代来临，智能文档处理该走向何方？

虽然通用人工智能的大门尚未完全叩开,但是我们已经看到了光明的前景。自去年ChatGPT发布以来，大语言模型（Large Language Model, LLM）的发展仿佛瞬间驶入了快车道，每天都能听到对相关话题的讨论。底层视觉研究的初衷在于,计算机所接收的现实图像常常受到噪音干扰,例如扭曲、模糊、光影等现象,因此,在进一步分析和理解输入图像之前,需要进行底层，需要进行底层视觉处理,以对图像进行“预

 白水baishui
2023-03-24 21:10:38

 8819

 45

#人工智能 #机器学习 #ChatGPT
人工智能大模型多场景应用原理解析

生成式人工智能是一种基于深度学习的AI技术，其通过学习海量数据中的规律和模式，能够生成新的数据、图像、语言等内容。这种技术在各个行业的应用都能够带来巨大的商业价值作为一个普通人我们应该如何把握住这次技术变革的浪潮呢？

当年的春天
2023-03-31 07:57:53

 1.4w

 38

#人工智能 #机器学习 #深度学习 +2
人工智能大模型之ChatGPT原理解析

当前阶段ChatGPT已经大大的降低了很多行业的门槛，可以辅助专业人士大大提高效率，它很有可能成为改变世界的一项技术我们每个人都应该学习ChatGPT，它的解决问题方式完全符合大数据思维，生活在当今的信息社会，有了大数据思维会让我们如虎添翼。

当年的春天
2023-03-16 08:15:00

 2w

 42

#人工智能 #深度学习 #机器学习 +1
数学建模三大模型以及十大算法

数学建模三大模型以及十大算法

 有馬公生
2022-01-24 17:01:37

 6304

 7

#算法 #概率论 #机器学习
AI大模型

本文将介绍什么是AI大模型，它能应用到哪些行业，使用AI大模型的具体步骤以及应该注意的事项。

小菜花天天敲代码
2023-04-10 16:13:51

 6669

 2

#人工智能 #机器学习 #深度学习
稀疏大模型简述：从MoE、Sparse Attention到GLaM

文 | 唐工源 | 知乎Sparsity, ..., is another important algorithmic advance that can greatly improve efficiency. 稀疏性，是（神经架构搜索）之外另一个重要的算法进步，可以大大提高效率。The use of sparsity in models is ... very high...

夕小瑶
2022-03-22 12:05:00

 1.5w

 10

#网络 #算法 #python +2
技术干货 | 盘古大模型的推理解决方案：增量推理+分布式推理

增量推理鹏程.盘古的基础结构是Transformer的Decoder模块，这种自回归（Auto-regressive）的语言模型会根据上文预测下一个字，因此在推理时会根据输入的文本逐字（词）生成。显然这种方式会导致每一步推理的网络输入shape在不断变大。静态图执行时，要求图中每个算子的shape不能改变，否则执行会报错；动态图执行时，在不同迭代间，图中每个算子的shape可以改变，不过改变了算子

 昇思MindSpore
2022-07-06 15:45:55

 6629

 5

#深度学习 #机器学习 #人工智能
开启AI世界的大门 —— 从人工智能到计算机视觉

开启AI世界的大门 —— 从人工智能到计算机视觉目录开启AI世界的大门 —— 从人工智能到计算机视觉1.关于人工智能1.1初识人工智能1.2人工智能的三大核心要素1.3人工智能关系圈2.计算机视觉（Computer Vision）2.1初识CV2.2深度学习与CV及CV的应用1.关于人工智能1.1初识人工智能第一件事情，我们要先知道人工智能的基本概念，到底什么是真正的人工智能，在学术界有很多种表述

 ErrorError！
2022-04-11 20:56:33

 6450

 12

#人工智能 #机器学习 #python +2
模拟退火算法，遗传算法，禁忌搜索算法的特点

（1）借助物理学中退火的思想，从某一高温出发，随着温度参数不断下降，在解空间中寻找目标函数的全局最优解，温度影响着当新解不优于当前解时，接受新解的概率，温度越高，接受新解的概率越高。（2）基于概率的算法（3）需要设置如何产生新解。

ambu1230
2023-08-19 21:25:13

 798

#模拟退火算法 #算法 #机器学习
SVM详解

公式太多了，就用图片用笔记呈现，SVM虽然算法本质一目了然，但其中用到的数学推导还是挺多的，其中拉格朗日约束关于α>0这块证明我看了很长时间，到底是因为悟性不够。对偶问题也是，用了一个简单的例子才明白，事实上，从简单的例子进行来理解更复杂的东西确实很舒服。核函数这块主要是正定核函数的证明需要看一下，K(x.z)=I(x)*I(z)，先升维再求点积=先点积再升维。最后SMO，经典中的经典，看的我头疼

 accosmos
2023-08-22 11:56:12

 940

#支持向量机 #机器学习 #人工智能
ChatGPT在智能城市规划和交通优化中的应用如何？

ChatGPT可以将实时交通数据转化为语言描述，向驾驶员和行人提供实时的交通状况，帮助他们做出更好的出行决策。1. **语义理解：** ChatGPT可以更好地理解用户和决策者的需求，将复杂的城市规划和交通数据转化为易于理解的语言描述。2. **实时性和即时性：** ChatGPT可以实时分析交通数据并提供即时的交通信息和建议，帮助用户和决策者做出迅速的决策。4. **数据整合：** ChatGP

心似浮云️
2023-08-19 06:15:00

 785

#人工智能 #机器学习 #数据挖掘 +1
【机器学习 | 分类指标大全】全面解析分类评估指标：从准确率到AUC，多分类问题也不在话下，确定不来看看？

您是否正在努力评估和优化您的分类模型的性能？您是否想要了解更多关于分类模型评估指标的知识？现在，本文为您提供了一个全面的多分类指标解析，帮助您更好地理解和评估您的模型性能。

计算机魔术师
2023-08-21 08:30:00

 2874

 18

#机器学习 #分类 #人工智能 +2