机器学习

本文全面深入地探讨了梯度下降及其变体——批量梯度下降、随机梯度下降和小批量梯度下降的原理和应用。通过数学表达式和基于PyTorch的代码示例，本文旨在为读者提供一种直观且实用的视角，以理解这些优化算法的工作原理和应用场景。 关注TechLead，分享AI全维度知识。作者拥有10+年互联网服务架构、A ... »

本文深入探讨了似然函数的基础概念、与概率密度函数的关系、在最大似然估计以及机器学习中的应用。通过详尽的定义、举例和Python/PyTorch代码示例，文章旨在提供一个全面而深入的理解。 关注TechLead，分享AI全维度知识。作者拥有10+年互联网服务架构、AI产品研发经验、团队管理经验，同济本 ... »

本文全面深入地探讨了机器学习中的回归问题，从基础概念和常用算法，到评估指标、算法选择，以及面对的挑战与解决方案。文章提供了丰富的技术细节和实用指导，旨在帮助读者更有效地理解和应用回归模型。 关注TechLead，分享AI全维度知识。作者拥有10+年互联网服务架构、AI产品研发经验、团队管理经验，同济 ... »

目录一、前言我的运行环境二、什么是matplotlib？三、安装及导入四、matplotlib的使用 一、前言 本人因在学习基于python的机器学习相关教程时第一次接触到matplotlib相关方面的绘图知识，故写此笔记进行记录，如果能帮助到其他人欢迎点个赞?表示支持 我的运行环境 学习工具：j ... »

上一节由于训练数据集样本量较小，模型过早拟合最终我们在测试数据集的分类精度只达到了70%，本章节我们通过使用数据增强降低过拟合的方法。使用数据增强之后，模型的分类精度将提高到 80%～85%。数据增强是指从现有的训练样本中生成更多的训练数据，做法是利用一些能够生成可信图像的随机变换来增强（augme... ... »

周末被OpenAI董事会闹剧刷屏，ChatGPT之父Sam Altman前一天被踢出董事会，免职CEO，后一天重返OpenAI，目前结局未知。 很多同学想要围观，缺少背景知识，这里老章为大家简单介绍前因后果及涉及的人物，时间线，让大家轻松围观。 备好瓜子，开始。 1、主角 先看一张图，看一下Open ... »

机器学习是通过研究数据和统计信息使计算机学习的过程。机器学习是迈向人工智能（AI）的一步。机器学习是一个分析数据并学会预测结果的程序。 数据集 在计算机的思维中，数据集是任何数据的集合。它可以是从数组到完整数据库的任何东西。 数组的示例： [99,86,87,88,111,86,103,87,94, ... »

一、前言 前面我们了解了关于机器学习使用到的数学基础和内部原理，这一次就来动手使用 pytorch 来实现一个简单的神经网络工程，用来识别手写数字的项目。自己动手后会发现，框架里已经帮你实现了大部分的数学底层逻辑，例如数据集的预处理，梯度下降等等，所以只要你有足够棒的idea，你大部分都能相对轻松去 ... »

本文从概念、原理、距离函数、K 值选择、K 值影响、、优缺点、应用几方面详细讲述了 KNN 算法 K 近临(K Nearest-Neighbours) 一种简单的监督学习算法，惰性学习算法，在技术上并不训练模型来预测。适用于分类和回归任务。它的核心思想是：相似的对象彼此接近。例如，若果你想分类一个新 ... »

图对比学习（Graph Contrastive Learning, GCL）旨在以自监督的方式学习图的节点表征。具体而言，先以特定方式对原图A进行增广，得到两个增广后的视图（view）V1和V2做为对比对（也可以是原图和增广后的视图做为对比对），并经由GCN进行编码得到两个增广视图中的节点embed... ... »

K为图G的MarKov转移算子，则我们称算子L = I - K为图G的（归一化）Laplacian算子。通过研究L，我们就能把握Laplacian二次型E[f]=⟨f, Lf⟩的特性，从而把握图G的特性，这是谱图理论中至关重要的一点。事实上，我们可以找到Laplacian算子的n个相互正交的规范化特... ... »

译者注: 到底是 AI 会吃掉软件还是软件会吃掉 AI？为了 job security 工程师应该把宝押在哪儿？这篇 2021 年的文章提供的一些视角似乎印证了它现在的流行，有点“运筹于帷幄之中，决胜于数年之后”的意思，颇值得软件架构师和产品经理们内省一番。 2021 版的 《人工智能现状报告》 于 ... »

目录有监督学习含义回归单元线性回归含义代价函数梯度下降法将梯度下降法与代数函数结合在一起多元线性回归含义多元假设函数多元代价函数多元梯度下降法将多元梯度下降法与代数函数结合在一起特征缩放啥是特征缩放？公式均值归一化学习率的调整的建议介绍建议正规方程解释公式如何选择梯度下降法或正规方程？两者之间的优缺 ... »

第一章 绪论 机器学习： 致力于研究如何通过计算的手段，利用经验来改善系统自身的性能。在计算机系统中，“经验”通常以“数据“形式存在，因此，机器学习所研究的主要内容，是关于在计算机上从数据中产生”模型“的算法，即”学习算法“。有了学习算法，我们把经验数据提供给它，他就能基于这些数据产生模型；在面对新 ... »

以下部分是我学习CMU 15-751: TCS Toolkit的课堂笔记。接下来将要介绍的是谱图论（spectral graph theory）的关键，也就是Laplacian二次型（Laplacian quadratic form）。直观地理解，Laplacian二次型刻画了图的“能量”（ener... ... »

大模型学习 - 内网环境搭建 环境： 内网，以下安装均为离线安装 系统：Linux cdh12 3.10.0-1160.e17.x86_64 内存（377G）、GPU（P40-25G）*8） 安装Anaconda 参考： linux离线环境下安装anaconda anaconda python 版本 ... »

Matplotlib（一） Matplotlib库的介绍 Matplotlib库的使用 Matplotlib库由各种可视化类构成，内部结构复杂，受Matlab启发matplotlib.pyplot是绘制各类可视化图形的命令子库，相当于快捷方式 import matplotlib.pyplot as ... »

本文介绍在Anaconda环境下，创建、使用与删除Python虚拟环境的方法。 在Python的使用过程中，我们常常由于不同Python版本以及不同第三方库版本的支持情况与相互之间的冲突情况，而需要创建不同的Python虚拟环境；在Anaconda的帮助下，这一步骤就变得十分方便。 首先，我们需要打 ... »

分类任务和回归任务的不同之处在于，分类任务需要做出离散的预测。对于多分类任务的神经网络模型，其输出目标通常会用**one-hot**编码来表示，在输出层中使用**softmax**函数，同时使用分类交叉熵损失函数进行训练。在本博客中，我们将使用**TensorFlow**的底层API实现一个基于全连 ... »

一、前言简介 我相信你一定听过一个说法，那就是机器学习模型可以被视为函数的一种表示方式。它们通常是由多个函数组成的，这些函数通过参数连接在一起。我们让机器从数据中提取模式、规律和关联，然后使用这些信息来做出预测、分类、聚类等任务。所以从本质上来说，在机器学习中我们其实就是要找一个超级函数，我们已知的 ... »