腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
人工智能
专栏成员
举报
25
文章
2933
阅读量
13
订阅数
订阅专栏
申请加入专栏
全部文章（25）
模型（16）
数据（14）
函数（9）
算法（9）
对象（5）
机器学习（4）
连接（4）
变量（3）
工具（3）
规范化（3）
架构（3）
原理（3）
机器翻译（2）
决策树（2）
lstm（2）
编码（2）
网络（2）
异常（2）
优化（2）
api（1）
linux（1）
神经网络（1）
爬虫（1）
强化学习（1）
监督学习（1）
线性回归（1）
迁移学习（1）
数据结构（1）
cart（1）
class（1）
height（1）
knn（1）
nlp（1）
target（1）
web（1）
xgboost（1）
遍历（1）
测试（1）
程序（1）
服务（1）
继承（1）
基础（1）
脚本（1）
解决方案（1）
进程（1）
浏览器（1）
论文（1）
排序（1）
排序算法（1）
前端（1）
权限（1）
入门（1）
设计（1）
系统（1）
搜索文章
搜索
搜索
关闭
爬虫入门--了解相关工具
爬虫
工具
浏览器
入门
数据
首先我们要知道，爬虫一定要用Python么? 非也~ 用Java也行, C也可以，请各位记住，编程语言只是工具，抓到数据是你的目的，用什么工具去达到你的目的都是可以的，和吃饭一样, 可以用叉子也可以用筷子, 最终的结果都是你能吃到饭，那为什么大多数人喜欢用Python呢? 答案: 因为Python写爬虫简单，不理解? 问: 为什么吃米饭不用刀叉? 用筷子? 因为简单! 好用!
用户10950404
2024-08-11
68
0
神经网络基础--激活函数
函数
基础
模型
网络
神经网络
人工神经网络（ Artificial Neural Network， 简写为ANN）也简称为神经网络（NN），是一种模仿生物神经网络结构和功能的 计算模型。人脑可以看做是一个生物神经网络，由众多的神经元连接而成。各个神经元传递复杂的电信号，树突接收到输入信号，然后对信号进行处理，通过轴突输出信号。下图是生物神经元示意图：
用户10950404
2024-08-06
118
0
NLP--加载与使用预训练模型
模型
数据
网络
nlp
编码
用户10950404
2024-08-06
100
0
fasttext工具介绍及迁移学习概念（包含训练词向量）
迁移学习
工具
脚本
模型
数据
用户10950404
2024-08-06
141
0
Transformer--解码器，输出部分
连接
数据
对象
规范化
函数
用户10950404
2024-07-30
108
0
Transformer--编码器和解码器（包含掩码张量，注意力机制，多头注意力机制）
连接
模型
对象
规范化
函数
编码器部分: 由N个编码器层堆叠而成，每个编码器层由两个子层连接结构组成，第一个子层连接结构包括一个多头自注意力子层和规范化层以及一个残差连接，第二个子层连接结构包括一个前馈全连接子层和规范化层以及一个残差连接
用户10950404
2024-07-30
474
0
Transformer--输入部分
函数
继承
模型
编码
对象
用户10950404
2024-07-30
89
0
Transformer--认识架构
规范化
架构
连接
论文
模型
2018年10月，Google发出一篇论文《BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding》, BERT模型横空出世, 并横扫NLP领域11项任务的最佳成绩!
用户10950404
2024-07-30
91
0
GRU模型
对象
工具
架构
模型
lstm
GRU（Gated Recurrent Unit）也称门控循环单元结构, 它也是传统RNN的变体, 同LSTM一样能够有效捕捉长序列之间的语义关联, 缓解梯度消失或爆炸现象. 同时它的结构和计算要比LSTM更简单, 它的核心结构可以分为两个部分去解析:
用户10950404
2024-07-30
146
0
LSTM模型
lstm
函数
连接
模型
机器翻译
Dn=σ′(z1)w1⋅σ′(z2)w2⋅⋯⋅σ′(zn)wn𝐷𝑛=𝜎′(𝑧1)𝑤1⋅𝜎′(𝑧2)𝑤2⋅⋯⋅𝜎′(𝑧𝑛)𝑤𝑛
用户10950404
2024-07-30
120
0
认识RNN模型
变量
架构
模型
数据
机器翻译
用户10950404
2024-07-30
82
0
XGboost
函数
模型
数据
算法
xgboost
预测值和真实值经过某个函数计算出损失，并求解所有样本的平均损失，并且使得损失最小。
用户10950404
2024-07-30
133
0
C4.5决策树及CART决策树
变量
数据
算法
决策树
cart
信息增益比本质： 是在信息增益的基础之上乘上一个惩罚参数。特征个数较多时，惩罚参数较小；特征个数较少时，惩罚参数较大。惩罚参数：数据集D以特征A作为随机变量的熵的倒数。
用户10950404
2024-07-30
85
0
ID决策树的构造原理
决策树
数据
算法
系统
原理
有的同学可能在大学学习过一门课程叫《数据结构》，里面有一个重要的结构就是“树”，和现实生活中的树一样，树的主要由四部分树根、树干、树枝、树叶组成，今天的决策树也是一种树结构，大家学习的时候可以想象现实生活中的树来来理解。
用户10950404
2024-07-30
92
0
分类的评估指标及不平衡数据的处理
数据
机器学习
target
解决方案
模型
在现实环境中，采集的数据（建模样本）往往是比例失衡的。比如：一个用于模型训练的数据集中，A 类样本占 95%，B 类样本占 5%。
用户10950404
2024-07-30
120
0
逻辑回归介绍
函数
模型
算法
优化
原理
逻辑回归（Logistic Regression）是机器学习中的 一种分类模型 ，逻辑回归是一种分类算法，虽然名字中带有回归。由于算法的简单和高效，在实际中应用非常广泛
用户10950404
2024-07-30
54
0
梯度下降法及回归问题评估
数据
算法
异常
函数
模型
我们的目标就是找到 这个函数的最小值 ，也就是山底。最快的下山的方式就是找到当前位置最陡峭的方向，然后沿着此方向向下走，对应到函数中，就是 找到给定点的梯度 ，然后朝着梯度相反的方向，就能让函数值下降的最快！因为梯度的方向就是函数值变化最快的方向。 所以，我们重复利用这个方法，反复求取梯度，最后就能到达局部的最小值，这就类似于我们下山的过程
用户10950404
2024-07-30
125
0
线性回归及原理
原理
线性回归
变量
函数
模型
✒️线性回归(Linear regression)是利用 回归方程(函数) 对 一个或多个自变量(特征值)和因变量(目标值)之间 关系进行建模的一种分析方式。
用户10950404
2024-07-30
86
0
KNN算法API
api
knn
测试
数据
算法
💡💡为什么要划分数据集呢？ 结论：不能将所有数据集全部用于训练，为了能够评估模型的泛化能力，可以通过实验测试对学习器的泛化能力进行评估，进而做出选择。因此需要使用一个 "测试集" 来测试学习器对新样本的判别能力，以测试集上的 "测试误差" 作为泛化误差的近似。
用户10950404
2024-07-30
102
0
初步了解K近邻
算法
异常
机器学习
对象
数据
疑问：新来了一个病人(下图绿色的点)，如何判断新来的病人(即绿色点)是良性肿瘤还是恶性肿瘤？
用户10950404
2024-07-30
133
0
点击加载更多
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪，探寻中国数据库50年的发展历程
立即查看
Python精品学习库
代码在线跑，知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客，速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档
