logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

HDLSS笔记2进化森林Evolutionary Forest

目录数据情况DemoDemo尝试EF参数Evolutionary Forest"自动特征构建框架(Evolutionary Forest)-可解释性机器学习对比随机森林和Evolutionary Forest直接分类使用Evolutionary Forest构建的特征改进随机森林和XGBoost性能" scikit-learn中的“diabetes”442条样本,特征值10项 Evolutiona

文章图片
flask官网入门文档笔记与新项目搭建

记录安装过程摘取官网中比较重要的部分翻译Table of Contents前言:安装:快速上手外部可见的服务器路由URL 构建HTTP 方法¶静态文件渲染模板操作请求数据本地环境请求对象文件上传Cookies重定向和错误关于响应JSON 格式的 API会话消息闪现日志前言:配置和惯例刚起步的时候 F...

#flask
人工智能 7.2机器学习

什么是机器学习 o 机器学习的发展史 o 学习系统的一般框架 o 学习策略 o 神经学习 o 机器学习的应用机器学习算法:决策树、聚类、贝叶斯分类、支持向量机、最 大期望算法EM、Adaboost等。What is Machine Learning学习 一个有特定目的的知识获取和能力增长过程。 内在行为:获取知识、积累经验、发现规律(归纳) 等。(大数据) 外部表现:改进性...

#人工智能#机器学习
人工智能 1.概论

参考:http://abook.hep.com.cn/1865081智能的概念:知识+智力(获取并应用知识求解问题)智能的特征:感知、记忆、思维(处理信息)、学习、行为思维:逻辑、形象、顿悟(灵感)基本内容:知识表示、机器感知、机器思维、机器学习、机器行为研究领域:自动定理证明、博弈、模式识别、机器视觉、自然语言理解、智能信息检索、数据挖掘与知识发现(找出有意义的)、专家系统、...

#人工智能
归因分析笔记5:机器学习可解释性

可解释的机器学习电子书《可解释的机器学习(Interpretable Machine Learning)》。在线阅读https://christophm.github.io/interpretable-ml-book/index.htmlGitHub:https://github.com/christophM/interpretable-ml-book该书认为特征被认为是可解释的,比如给定一天的温

文章图片
Uva101木块问题(线性表结构)

线性表101木块问题题目Many areas of Computer Science use simple, abstract domains(域) for both analytical(分析法) and empirical(经验依据) studies.For example, an early AI study of planning and robotics 机器人学(STRIPS)...

#算法
归因分析笔记5:机器学习可解释性

可解释的机器学习电子书《可解释的机器学习(Interpretable Machine Learning)》。在线阅读https://christophm.github.io/interpretable-ml-book/index.htmlGitHub:https://github.com/christophM/interpretable-ml-book该书认为特征被认为是可解释的,比如给定一天的温

文章图片
TCA笔记2:TCA代码调试

Transfer Component Analysis属于边缘分布自适应方法本次尝试跑王晋东在GitHub的开源TCA代码学习过程中参考:https://github.com/jindongwang/transferlearning-tutorialhttps://zhuanlan.zhihu.com/p/63026435https://zhuanlan.zhihu.com/p/110594052

#迁移学习
VRP问题

最近一个物流配送车辆调度系统的项目要求带VRP的功能,以下是一些开源框架、API,和重点尝试的禁忌搜索。用c-w节约启发式算法解决的单车型送货非满载vsp问题https://www.write-bug.com/article/173.htmlAPI:http://demo.smartvrp.com/euhttps://georepublic.info/en/product...

#算法
人工智能 7.专家系统

7.1  专家系统的产生和发展  7.2  专家系统的概念  7.3  专家系统的工作原理 7.4  知识获取的主要过程与模式 7.5  机器学习 7.6  知识发现与数据挖掘 7.7  专家系统的建立 7.8  专家系统实例 7.9  专家系统的开发工具 特点:高度的专业化。         专门问题求解能力强。         结构、功能不完整。         移植...

#人工智能
暂无文章信息