機器學習

julia是2010年開始面世的語言，作為一個10后，Julia必然有前輩們沒有的特點。本文著重介紹julia的項目背景、效率問題，如何使用for訓練的方式、julia-cuda的實現方式。 作者：京東科技 李大沖 一、Julia是什么 julia是2010年開始面世的語言，作為一個10 ?

目錄 隨機梯度下降法 隨機梯度下降法的實現 隨機梯度下降法 為什么使用隨機梯度下降法？ 如果當我們數據量和樣本量非常大時，每一項都要參與到梯度下降，那么它的計算量時非常大的，所以我們可以采用隨機梯度下降法。 隨機梯度下降法中的學習率必須是隨著循環的次數增加而遞減的。如果eta取一樣 ?

初識機器學習 一、定義 計算機無需明確編程即可學習的研究領域。機器學習的研究旨在讓計算機學會學習，能夠模擬人類的學習行為，建立學習能力，實現識別和判斷。機器學習使用算法來解析海量數據，從中找出規律，并完成學習，用學習出來的思維模型對真實事件做出決策和預測。這種方式也稱為“訓練”。 二、監督學習和無監 ... ?

初識機器學習 一、定義 計算機無需明確編程即可學習的研究領域。機器學習的研究旨在讓計算機學會學習，能夠模擬人類的學習行為，建立學習能力，實現識別和判斷。機器學習使用算法來解析海量數據，從中找出規律，并完成學習，用學習出來的思維模型對真實事件做出決策和預測。這種方式也稱為“訓練”。 二、監督學習和無監 ?

引言： 信息時代的高速發展導致數據的大量產生與頻繁傳輸，單單依靠人力很難處理這些數據。依托于人工智能的興起與發展，數據的利用變得更加高效。表格作為數據的一種重要載體，是人們為了讓數據的組織形式更加標準和結構化而使用的一種數據類型。 表格的特點： 信息高度精煉集中，方便信息的檢索和比較。表格被廣泛用于 ... ?

目錄 前言 介紹LightGBM LightGBM的背景和起源 LightGBM的優點和適用場景 LightGBM的基本工作原理 安裝和配置LightGBM 安裝LightGBM 配置LightGBM的環境 LightGBM的編譯和安裝 使用LightGBM進行建模 數據準備和特征工 ?

本文介紹基于Python語言，對神經網絡模型的結構進行可視化繪圖的方法~ ??本文介紹基于Python語言，對神經網絡模型的結構進行可視化繪圖的方法。 ??最近需要進行神經網絡結構模型的可視化繪圖工作。查閱多種方法后，看到很多方法都比較麻煩，例如單純利用graphviz模塊，就需要手動用 ?

文章地址 介紹 訓練好的模型要給業務調用，deepjavalibrary/djl：Java 中與引擎無關的深度學習框架 (github.com) 可以完成這件事，它支持使用 Java 調用 PyTorch、TensorFlow、MXNet、ONNX、PaddlePaddle 等引擎的模型（也支持部分 ?

本文介紹基于Python的隨機森林（Random Forest，RF）回歸代碼，以及模型超參數（包括決策樹個數與最大深度、最小分離樣本數、最小葉子節點樣本數、最大分離特征數等）自動優化的代碼~ ??本文介紹基于Python的隨機森林（Random Forest，RF）回歸代碼，以及模型超 ?

本文介紹在Python環境中，實現隨機森林（Random Forest，RF）回歸與各自變量重要性分析與排序的過程。 其中，關于基于MATLAB實現同樣過程的代碼與實戰，大家可以點擊查看MATLAB實現隨機森林（RF）回歸與自變量影響程度分析這篇文章。 本文分為兩部分，第一部分為代碼的分段講解，第二 ... ?

目錄 一、性能度量 1.錯誤率與精度 2.查準率、查全率與F1 二、代碼實現： 1.基于具體二分類問題算法實現代碼： 2.利用鳶尾花繪制P-R曲線 效果： 一、性能度量 性能度量目的是對學習期的泛華能力進行評估，性能度量反映了任務需求，在對比不同算法的泛華能力時，使用不同的性能 ?

本文介紹基于Python下OneHotEncoder與pd.get_dummies兩種方法，實現機器學習中最優的編碼方法——獨熱編碼的方法~ ... ?

同步算法的共性是所有的節點會以一定的頻率進行全局同步。然而，當工作節點的計算性能存在差異，或者某些工作節點無法正常工作（比如死機）的時候，分布式系統的整體運行效率不好，甚至無法完成訓練任務。為了解決此問題，人們提出了異步的并行算法。在異步的通信模式下，各個工作節點不需要互相等待，而是以一個或多個全局... ... ?

? 1、介紹 總覽 機器學習服務（ML Kit）提供機器學習套件，為開發者使用機器學習能力開發各類應用，提供優質體驗。得益于華為長期技術積累，ML Kit為開發者提供簡單易用、服務多樣、技術領先的機器學習能力，助力開發者更快更好地開發各類AI應用。 AppGallery Connect（簡稱AGC） ?

原文 | Nikola M. Zivkovic 翻譯 | 鄭子銘 在之前的幾篇文章中，我們探索了一些基本的機器學習算法。到目前為止，我們介紹了一些簡單的回歸算法，分類 算法。我們使用 ML.NET 實現和應用這些算法。到目前為止，我們探索了使用監督學習的算法。這意味著我們始終擁有用于訓練機器學習模型 ?

前言 K-means是一種經典的無監督學習算法，用于對數據進行聚類。K-means算法將數據集視為具有n個特征的n維空間，并嘗試通過最小化簇內平方誤差的總和來將數據點劃分為簇。本文將介紹K-means算法的原理、實現和應用。 定義 K-means是一種無監督學習算法， 用于對數據進行聚類。該算法將數 ... ?

?1、介紹 總覽 Cloud DB（云數據庫）是一款端云協同的數據庫產品，提供端云數據的協同管理、統一的數據模型和豐富的數據管理API接口等能力。在保證數據的可用性、可靠性、一致性，以及安全等特性基礎上，能夠實現數據在客戶端和云端之間的無縫同步。 ML Kit為（機器學習服務）開發者提供簡單易用、服 ... ?

?1、介紹 總覽 機器學習服務（ML Kit）為開發者提供簡單易用、服務多樣、技術領先的機器學習能力，助力開發者更快更好地開發各類AI應用。同時，搜索服務（Search Kit）通過端側SDK和云側API方式，全面開放花瓣搜索能力，使能生態合作伙伴快速構建更好的移動應用搜索體驗。 您將建立什么 在本 ... ?

本文介紹基于MATLAB實現人工神經網絡（ANN）回歸的詳細代碼與操作。 在之前的文章MATLAB實現隨機森林（RF）回歸與自變量影響程度分析中，我們對基于MATLAB的隨機森林（RF）回歸與變量影響程度（重要性）排序的代碼加以詳細講解與實踐。本次我們繼續基于MATLAB，對另一種常用的機器學習方法 ... ?