鸿蒙开发者社区

WOT技术大会

公众号矩阵

移动端

短视频免费课程课程排行直播课软考学堂

全部课程厂商认证 IT技术 25年5月软考 PMP项目管理免费题库

文章资源问答课堂专栏直播

51CTO

鸿蒙开发者社区

51CTO技术栈

51CTO官微

51CTO学堂

51CTO博客

CTO训练营

鸿蒙开发者社区订阅号

51CTO软考

51CTO学堂APP

51CTO学堂企业版APP

鸿蒙开发者社区视频号

51CTO软考题库

账号设置退出

机器学习

2025内容

关注

涵盖机器学习相关算法知识、开发工具、解决方案与应用场景。

共 2025 条

机器学习：Github上排名前19个强化学习 (RL)项目

Github 上有一些受欢迎的 RL 项目，下面，我们列举19个最受欢迎的强化学习项目。

2024-03-19 00:15:00

机器学习强化学习人工智能

智能邮件防护：ML.NET 3.0助力垃圾邮件过滤，让你告别烦扰

ML.NET是Microsoft推出的开源机器学习框架，可用于在.NET应用程序中集成机器学习功能。ML.NET提供了基础用法和高级用法，让开发人员能够轻松地在其应用程序中使用机器学习模型。

2024-03-18 08:38:34

ML.NET 机器学习开源

探秘Orange3：打开数据挖掘与机器学习新世界！

本文将介绍Orange3的基本功能和使用方法，并结合实际应用场景和Python代码案例，帮助读者更好地了解和使用Orange3。

2024-03-04 08:00:00

Python Orange3 机器学习

使用Rust的Linfa和Polars库进行机器学习：线性回归

对于优先考虑快速迭代和快速原型的数据科学家来说，Rust的编译时间可能是令人头疼的问题。Rust的强静态类型系统虽然有利于确保类型安全和减少运行时错误，但也会在编码过程中增加一层复杂性。

2024-03-01 07:26:49

Rust Polars 机器学习

如何免费使用Lightning AI Studio 译文

本文介绍了如何免费使用Lightning AI IDE，以试验、训练和部署AI模型。

2024-02-29 09:00:00

AI模型人工智能机器学习

详解面向Java开发人员的机器学习案例译文精选

本文在了解机器学习相关概念的基础上，介绍了一个监督学习的示例，并使用梯度下降算法来训练目标预测函数。同时，本文也讨论了一种模型的欠适合示例，以及如何通过添加和扩展特征来实现纠偏。最后，本文还简要介绍了过度适合的危险性，以及如何对其予以纠正。

2024-02-21 08:00:00

机器学习 Java 大语言模型

什么是机器学习中的模型部署？

模型部署是将机器学习模型集成到生产环境中的过程，在生产环境中，模型可以接受输入并返回输出。

2024-02-20 15:17:35

机器学习模型部署

机器学习中七种常用的线性降维技术总结

上篇文章中我们主要总结了非线性的降维技术，本文我们来总结一下常见的线性降维技术。

2024-02-19 15:28:33

机器学习线性降维

机器学习中的十种非线性降维技术对比总结

降维意味着我们在不丢失太多信息的情况下减少数据集中的特征数量，降维算法属于无监督学习的范畴，用未标记的数据训练算法。

2024-02-19 14:37:14

机器学习非线性降维

机器学习是联络中心的未来

机器学习在联络中心的应用将改变游戏规则。企业必须利用这项技术，让已经感到不满的客户在与联络中心打交道时不再那么乏味。

2024-02-19 14:23:05

机器学习联络中心

如何探索和可视化用于图像中物体检测的 ML 数据译文精选

本文介绍如何使用Renumics Spotlight，来创建交互式的对象检测可视化。预训练模型和 Spotlight 等工具的使用，可以让我们的对象检测可视化过程变得更加容易，进而增强数据科学的工作流程。

2024-02-16 08:00:00

机器学习 ML-data 预训练模型

使用核模型高斯过程(KMGPs)进行数据建模

核模型高斯过程(KMGPs)作为一种复杂的工具可以处理各种数据集的复杂性。他通过核函数来扩展高斯过程的传统概念。本文将深入探讨kmgp的理论基础、实际应用以及它们所面临的挑战。

2024-01-30 01:01:48

数据集核模型高斯过程机器学习

异常值检测方法比较——基于美国职业棒球联盟2023赛季击球数据译文精选

本文将针对无监督机器学习领域各种异常值检测算法进行综合比较，使用来自于美国职业棒球大联盟2023赛季的击球数据。

2024-01-25 08:00:00

机器学习异常值检测方法

基于Python的图像预处理完整指南

你是否曾在机器学习或计算机视觉项目中遇到过质量较差的图像问题？图像是许多AI系统的生命线，但并非所有图像都是相同的。在训练模型或运行算法之前，通常需要对图像进行一些预处理以获得最佳结果。在Python中进行图像预处理将成为您的新伙伴。

2024-01-03 16:01:23

机器学习 Python

神经网络中的分位数回归和分位数损失

在使用机器学习构建预测模型时，我们不只是想知道“预测值(点预测)”，而是想知道“预测值落在某个范围内的可能性有多大(区间预测)”。

2024-01-01 15:37:59

机器学习神经网络

处理不平衡数据的过采样技术对比总结

在不平衡数据上训练的分类算法往往导致预测质量差。模型严重偏向多数类，忽略了对许多用例至关重要的少数例子。这使得模型对于涉及罕见但高优先级事件的现实问题来说不切实际。

2023-12-26 15:32:25

不平衡数据过采样机器学习

机器学习模型性能的十个指标原创

科恩卡帕系数是一种用于测量模型预测与实际标签之间一致性的统计工具，它尤其适用于分类任务的评估。与其他度量方法相比，它不仅计算模型预测与实际标签之间的简单一致性，还对可能偶然发生的一致性进行了校正，因此提供了一个更为准确和可靠的评估结果。

2023-12-25 10:53:54

机器学习模型性能

2024年非结构化数据管理将以四种方式发生变化

随着我们进入2024年，公司将需要创新并更智能地使用AI。数据存储和备份至少占IT预算的30%。我们下面的预测集中在优化AI和云技术的数据管理组件上，随着GenAI开启最终用户生产力和技术熟练的新纪元，其具有长期的影响。

2023-12-22 11:08:03

GenAI IT预算 IT领导者

如何实施机器学习？

实施机器学习，即现在所称的“MLOps”，是许多行业的最新趋势。然而，许多企业在这个过程中遇到了困难。运营是企业每天都在做的事情;其经营自己的工厂、办公室、商店等等。但“实施机器学习”是什么意思呢?以下是在业务中利用MLO的一些方法。

2023-12-21 17:05:46

机器学习 MLOps 人工智能

揭开机器学习转换器架构的神秘面纱译文精选

自2017年推出以来，转换器（Transformers）已成为机器学习领域的一支突出力量，彻底改变了专业翻译和自动完成服务的能力。

2023-12-06 08:00:00

机器学习人工智能

机器学习之无监督学习：九大聚类算法

今天，和大家分享一下机器学习之无监督学习中的常见的聚类方法。

2023-12-01 16:27:05

机器学习无监督学习

机器学习中常用的几种回归算法及其特点

回归是统计学中最有力的工具之一，机器学习监督学习算法分为分类算法和回归算法两种。回归算法用于连续型分布预测，可以预测连续型数据而不仅仅是离散的类别标签。

2023-11-29 14:34:15

机器学习统计学

机器学习之无监督学习：八大降维方法

之前我们总结了机器学习中常用的几种回归算法和分类算法。都属于机器学习监督学习算法。今天，和大家分享一下机器学习之无监督学习中的常见的降维方法。

2023-11-28 12:12:46

机器学习算法

机器学习中常用的几种分类算法，如何选择合适的算法？

今天和大家分享一下机器学习中常见的六种分类算法：K近邻、决策树、朴素贝叶斯、逻辑回归、支持向量机、随机森林、AdaBoost、GBDT、XGBoost。

2023-11-28 12:08:56

机器学习算法人工智能

腾讯披露最新大模型训练方法，可节省50%算力成本

大模型训练效率提升至2.6倍，腾讯Angel机器学习框架升级

2023-11-23 18:19:15

腾讯腾讯混元 Angel

AI重塑媒体行业，凤凰卫视重磅入场AI数据赛道

凤凰数据的核心目标是是推动AI数据领域华语数据的丰富与共享，同时为中华文化的传承与传播提供AI时代的探索思路和解决方案，让AI与中华文化认知对齐更简单。

2023-11-17 10:15:25

凤凰卫视人工智能 AI数据

微软新专利公布：通过机器学习创建出“会脸红”的逼真头像

微软的一项新专利于当地时间周二在美国专利商标局网站上公开，这是一种新的机器学习模型专利，可为用户创作出“更加有生命力”的逼真头像。

2023-11-17 06:56:57

微软机器学习

YOLO-NAS：最高效的目标检测算法之一

我们使用新发布的YOLO-NAS模型执行了图像和视频上的初始目标检测任务。你可以使用自定义数据集来对该模型进行微调，以提高其在某些对象上的性能。

2023-11-13 22:17:54

YOLO-NAS 目标检测

无监督学习的集成方法：相似性矩阵的聚类

在机器学习中，术语Ensemble指的是并行组合多个模型，这个想法是利用群体的智慧，在给出的最终答案上形成更好的共识。

2023-11-13 15:01:28

人工智能的实力：利用Docker简化机器学习应用程序的部署和可扩展性译文

利用Docker的强大功能，可以简化部署解决方案，确保可扩展性，简化机器学习模型的持续集成（CI）/持续交付（CD）流程。

2023-11-10 09:00:00

人工智能机器学习 Docker

目标检测标注的时代已经过去了？

随着研究人员不断提高目标检测算法的准确性和效率，我们预计将看到它们应用于更广泛的实际应用领域。

2023-11-07 12:03:53

机器学习目标检测

使用LIME解释各种机器学习模型代码示例

机器学习模型变得越来越复杂和准确，但它们的不透明性仍然是一个重大挑战。理解为什么一个模型会做出特定的预测，对于建立信任和确保它按照预期行事至关重要。在本文中，我们将介绍LIME，并使用它来解释各种常见的模型。

2023-11-06 10:50:35

机器学习 LIME

PubDef：使用公共模型防御迁移攻击译文

对抗性攻击对机器学习模型构成了严重威胁。但是大多数提议的防御措施对于干净数据的性能影响太大，因而不现实。

2023-11-06 09:00:00

机器学习攻击

什么是机器学习中的正则化？

一般而言，当数据表现出多重共线性（自变量高度相关）时，它被认为是一种采用的方法。尽管多重共线性中的最小二乘估计值（OLS）是无偏的，但它们的巨大方差会导致观测值与实际值相差很大。

2023-11-06 08:58:52

正则化机器学习 Laplace

机器学习 | PyTorch简明教程下篇

接着上篇《PyTorch简明教程上篇》，继续学习多层感知机，卷积神经网络和LSTMNet。

2023-11-02 14:30:25

机器学习 | PyTorch简明教程上篇

前面几篇文章介绍了特征归一化和张量，接下来开始写两篇PyTorch简明教程，主要介绍PyTorch简单实践。

2023-11-02 14:26:30

PyTorch 机器学习

使用Panda-Gym的机器臂模拟进行Deep Q-learning强化学习

强化学习(RL)是一种机器学习方法，它允许代理通过试错来学习如何在环境中表现。行为主体因采取行动导致预期结果而获得奖励，因采取行动导致预期结果而受到惩罚。随着时间的推移，代理学会采取行动，使其预期回报最大化。

2023-10-31 16:40:39

机器学习强化学习

数据分析和机器学习的11个高级可视化图表介绍

可视化是一种强大的工具，用于以直观和可理解的方式传达复杂的数据模式和关系。它们在数据分析中发挥着至关重要的作用，提供了通常难以从原始数据或传统数字表示中辨别出来的见解。

2023-10-24 20:38:15

数据分析机器学习

联邦学习——突破隐私障碍，释放数据价值

联邦学习是一种带有隐私保护、安全加密技术的分布式机器学习框架，旨在让分散的各参与方在不向其他参与者披露隐私数据的前提下，协作进行模型训练。

2023-10-16 11:30:59

联邦学习机器学习

DeepMind让大模型学会归纳和演绎，GPT-4准确率提升13.7%

现在，来自谷歌、Mila 研究所等研究机构的研究者联合探索了一种新方法 —— 让 LLM 学习推理规则，并提出一种名为假设到理论（Hypotheses-to-Theories，HtT）的新框架。

2023-10-14 17:24:49

机器学习大模型

人工智能和机器学习如何改变建筑行业

智能建筑是指采用各种技术来优化其运营并提高其能源效率、舒适度和安全性的建筑。这包括智能照明和暖通空调系统、自动化安全和访问控制以及预测性维护等功能。另一方面，智能建筑是指利用数字技术来简化和优化建筑过程，包括设计、规划、调度和资源管理。

2023-10-11 15:07:30

人工智能机器学习

常用的相似度度量总结：余弦相似度，点积，L1，L2

相似性度量在机器学习中起着至关重要的作用。这些度量以数学方式量化对象、数据点或向量之间的相似性。理解向量空间中的相似性概念并采用适当的度量是解决广泛的现实世界问题的基础。

2023-10-10 15:33:55

机器学习相似性度量

十分钟掌握Python集成学习和随机森林算法

集成学习和随机森林是强大的机器学习模型，机器学习从业者和数据科学家经常使用它们。在本文中，我们介绍了提升集成学习的基本原理、应用场景，并介绍了其中最受欢迎的算法及其在Python中的使用方法。

2023-10-07 13:13:24

机器学习模型数据

用于数据增强的十个Python库

数据增强是人工智能和机器学习领域的一项关键技术。它涉及到创建现有数据集的变体，提高模型性能和泛化。Python是一种流行的AI和ML语言，它提供了几个强大的数据增强库。

2023-10-07 11:36:15

机器学习人工智能 Python

处理不平衡数据的十大Python库

数据不平衡是机器学习中一个常见的挑战，其中一个类的数量明显超过其他类，这可能导致有偏见的模型和较差的泛化。有各种Python库来帮助有效地处理不平衡数据。在本文中，我们将介绍用于处理机器学习中不平衡数据的十大Python库，并为每个库提供代码片段和解释。

2023-09-29 22:51:22

数据不平衡 Python 机器学习

使用高斯混合模型拆分多模态分布

本文介绍如何使用高斯混合模型将一维多模态分布拆分为多个分布。

2023-09-29 22:31:25

高斯混合模型机器学习

基于机器学习的 Android 恶意 App 识别

经过多次尝试，我们暂时未能训练出一个在单一数据集上训练，而在其他数据集上也具有理想准确率的模型。因此，我们决定将应用宝和 APKPure 的数据合并作为 Benign APK 的训练集，同时将其他几个 Malware 数据集也合并作为 Malware APK 的训练集，以提高样本的平均均衡度。

2023-09-27 07:56:25

机器学习 Android 恶意

Python中进行特征重要性分析的九个常用方法

特征重要性分析用于了解每个特征(变量或输入)对于做出预测的有用性或价值。目标是确定对模型输出影响最大的最重要的特征，它是机器学习中经常使用的一种方法。

2023-09-18 15:54:56

Python 机器学习

轻松掌握MLOps的操作指南译文精选

本文强调MLOps（机器学习运营）的重要性，并详细介绍了其五个关键阶段：问题框架、解决方案框架、数据准备、模型构建和分析以及模型服务和监控。

2023-09-13 08:00:00

MLOps 数据科学

AI与机器学习集成架构：实现智能决策

人工智能（AI）和机器学习（Machine Learning）的崛起正在深刻地改变着各行各业。随着数据量的不断增大和计算能力的提升，利用AI和机器学习来做出智能决策已经成为企业和组织的关键战略之一。

2023-09-11 10:55:59

人工智能机器学习

上一页 1 2 3 4 5 6 ··· 41 下一页

51CTO技术栈公众号

业务
速览

媒体

51CTO CIOAge HC3i

社区

51CTO博客鸿蒙开发者社区 AI.x社区

教育

51CTO学堂精培企业培训 CTO训练营