腾讯云
开发者社区
文档
建议反馈
控制台
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
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
算法channel
专栏作者
举报
854
文章
1027018
阅读量
136
订阅数
订阅专栏
申请加入专栏
全部文章(854)
python(292)
编程算法(290)
机器学习(132)
其他(97)
深度学习(71)
神经网络(68)
numpy(43)
人工智能(41)
数据分析(38)
数据结构(35)
https(34)
java(30)
网络安全(26)
大数据(20)
javascript(19)
github(19)
api(19)
html(18)
函数(18)
游戏(17)
强化学习(17)
线性回归(17)
数据(17)
http(15)
NLP 服务(14)
开源(14)
决策树(14)
二叉树(14)
网站(13)
tensorflow(12)
git(12)
存储(12)
缓存(12)
模型(12)
matlab(11)
pandas(11)
算法(11)
文件存储(10)
爬虫(10)
监督学习(10)
数据库(9)
图像处理(9)
spark(9)
sql(8)
容器(8)
微信(8)
pdf(8)
json(7)
云数据库 SQL Server(7)
打包(7)
面向对象编程(7)
ide(6)
分布式(6)
卷积神经网络(6)
正则表达式(6)
pytorch(6)
数据处理(6)
程序(6)
对象(6)
网络(6)
装饰器(6)
c++(5)
php(5)
go(5)
node.js(5)
linux(5)
ubuntu(5)
mapreduce(5)
csv(5)
map(5)
编程(5)
工具(5)
jquery(4)
容器镜像服务(4)
腾讯云测试服务(4)
serverless(4)
shell(4)
hadoop(4)
keras(4)
selenium(4)
机器人(4)
腾讯云开发者社区(4)
kafka(4)
geo(4)
path(4)
pip(4)
工作(4)
数学(4)
索引(4)
图表(4)
优化(4)
自动驾驶(3)
数据挖掘(3)
scala(3)
xml(3)
flask(3)
搜索引擎(3)
unix(3)
短视频(3)
命令行工具(3)
svg(3)
图像识别(3)
zookeeper(3)
anaconda(3)
ascii(3)
chatgpt(3)
dataframe(3)
gpt(3)
jupyter(3)
matplotlib(3)
pivot(3)
self(3)
table(3)
编码(3)
表格(3)
地图(3)
基础(3)
技巧(3)
脚本(3)
配置(3)
数组(3)
思维导图(3)
官方文档(2)
c 语言(2)
css(2)
android(2)
sqlite(2)
批量计算(2)
云直播(2)
yarn(2)
自动化(2)
hive(2)
gui(2)
tcp/ip(2)
windows(2)
数据可视化(2)
nat(2)
敏感数据处理(2)
unicode(2)
学习方法(2)
app(2)
cut(2)
data(2)
dt(2)
google(2)
graph(2)
heatmap(2)
image(2)
iterable(2)
kaggle(2)
key(2)
label(2)
legend(2)
min(2)
nan(2)
plot(2)
rank(2)
seaborn(2)
state(2)
sum(2)
time(2)
width(2)
xlsx(2)
变量(2)
布局(2)
程序员(2)
动画(2)
接口(2)
开发(2)
可视化(2)
框架(2)
入门(2)
视频(2)
原理(2)
源码(2)
原型(2)
终端(2)
人脸识别(1)
区块链(1)
ios(1)
mac os(1)
iphone(1)
xcode(1)
c#(1)
bash(1)
.net(1)
bootstrap(1)
opengl(1)
qt(1)
oracle(1)
django(1)
spring(1)
日志服务(1)
消息队列 CMQ 版(1)
机器翻译(1)
电商(1)
金融(1)
医疗(1)
在线旅游(1)
企业(1)
webpack(1)
html5(1)
jdk(1)
ssh(1)
opencv(1)
npm(1)
单元测试(1)
scrapy(1)
markdown(1)
scikit-learn(1)
无监督学习(1)
迁移学习(1)
小程序(1)
canvas(1)
processing(1)
特征工程(1)
jupyter notebook(1)
utf8(1)
es(1)
flink(1)
验证码(1)
智能推荐平台(1)
add(1)
agent(1)
alpha(1)
apple(1)
apply(1)
argparse(1)
axis(1)
break(1)
bug(1)
cat(1)
center(1)
character(1)
code(1)
compare(1)
contains(1)
copy(1)
crosstab(1)
curve(1)
echarts(1)
error(1)
excel(1)
factory(1)
fibonacci(1)
gan(1)
glob(1)
greedy(1)
handle(1)
iconfont(1)
jieba(1)
line(1)
list(1)
matrix(1)
max(1)
maze(1)
mean(1)
nonetype(1)
object(1)
png(1)
policy(1)
precision(1)
pyautogui(1)
pygame(1)
pyinstaller(1)
random(1)
regression(1)
series(1)
socket(1)
split(1)
streamlit(1)
subplot(1)
timeline(1)
timeout(1)
title(1)
tooltip(1)
ui(1)
web(1)
word(1)
word2vec(1)
zip(1)
笔记(1)
遍历(1)
部署(1)
测试(1)
插件(1)
代理(1)
单例模式(1)
递归(1)
动态规划(1)
翻译(1)
工程师(1)
工具软件(1)
公众号(1)
管理(1)
后台(1)
互联网(1)
继承(1)
集合(1)
计算机(1)
架构(1)
加密(1)
链表(1)
连接(1)
乱码(1)
命令行(1)
前端(1)
日志(1)
软件工程(1)
设计(1)
实践(1)
数据类型(1)
统计(1)
推送(1)
系统(1)
性能(1)
压缩(1)
异常处理(1)
语法(1)
重构(1)
字符串(1)
自然语言处理(1)
文本分析(1)
搜索文章
搜索
搜索
关闭
9个Python最常用的包及使用案例
基础
数组
机器学习
python
工具
描述: NumPy 是 Python 的一个扩展库,支持高维数组与矩阵运算,并为数组运算提供了大量的数学函数库。它是科学计算中的基础包之一,用于处理大型多维数组和矩阵的运算与基础统计分析。
double
2024-02-26
104
0
第十二篇:强化学习SARSA算法
机器学习
强化学习
动态规划
函数
算法
SARSA(「State-Action-Reward-State-Action」)算法是一种经典的强化学习算法,用于解决马尔可夫决策过程(MDP)问题。该算法于1994年由美国计算机科学家Rummery和Niranjan提出。
double
2023-08-08
493
0
第一篇:强化学习基本原理通俗介绍
机器学习
强化学习
agent
强化学习是一种机器学习方法,旨在让智能体(agent)通过与环境的交互学习如何做出最优的行动选择以获得最大的累积奖励。
double
2023-08-08
123
0
机器学习:处理缺失值方法总结
机器学习
函数
模型
数据
算法
接下来,我们可以使用 Pandas 库中的 dropna() 函数来删除带有缺失值的行:
double
2023-03-21
640
0
机器学习:单或双变量常用分析技巧
机器学习
变量
技巧
可视化
模型
在机器学习EDA阶段,变量分析及可视化是常做的事情,这篇文章总结变量分析中,最常使用的单变量,双变量分析以及可视化。
double
2023-03-21
772
0
梳理机器学习常用算法(含深度学习)
机器学习
深度学习
监督学习
模型
算法
非监督学习是指在训练过程中,模型没有给定的输出标签,而是要从输入数据中自动发现规律的。
double
2023-03-21
528
0
一步一步理解机器学习的ROC曲线
机器学习
你好,我是zhenguo ROC曲线是评估机器学习模型分类能力最常用的一条曲线,那么你知道: ROC曲线x,y轴各代表什么含义? ROC曲线上的一个点代表什么含义? 这两个问题在面试中也常会被问道,不妨抽几分钟时间理解我下面的这篇小总结。 二分类混淆矩阵 下面是二分类的混淆矩阵,这个不难理解,P或N代表结果,T或F代表预测对与否: 基于二分类混淆矩阵,我们再来探讨关于ROC曲线上面提出的两个问题。 ROC曲线x,y轴各代表什么含义? x轴是FPR,y轴是TPR,如下图所示: 其中: x轴的FPR,即假阳
double
2022-09-06
591
0
机器学习常用算法:随机森林分类
决策树
机器学习
神经网络
深度学习
人工智能
机器学习模型通常分为有监督和无监督学习算法。当我们定义(标记)参数时创建监督模型,包括相关的和独立的。相反,当我们没有定义(未标记)参数时,使用无监督方法。在本文中,我们将关注一个特定的监督模型,称为随机森林,并将演示泰坦尼克号幸存者数据的基本用例。 在深入了解随机森林模型的细节之前,重要的是定义决策树、集成模型、Bootstrapping,这些对于理解随机森林模型至关重要。 决策树用于回归和分类问题。它们在视觉上像树一样流动,因此得名,在分类情况下,它们从树的根开始,然后根据变量结果进行二元拆分,直到到达
double
2022-09-01
812
0
模型调参和超参数优化的4个工具
编程算法
scikit-learn
python
机器学习
作者 Bunmi Akinremi 我清楚地记得两年前参加的一次机器学习黑客马拉松,当时我正处于数据科学职业生涯的初期。这是由尼日利亚数据科学组织的训练营的资格预审黑客马拉松。 该数据集包含有关某些员工的信息。我必须预测员工是否应该升职。在尝试改进和设计功能几天后,该模型的准确率似乎在 80% 左右波动。 我需要做点什么来提高我在排行榜上的分数。我开始手动调整模型——得到了更好的结果。通过更改参数,移动的准确度提高到 82%(这一移动非常重要,任何参加过黑客马拉松的人都会证明这一点!)。很兴奋,我开始调整其
double
2022-08-31
1.8K
0
机器学习超参调优:常用8种方法
编程算法
keras
机器学习
深度学习
神经网络
超参数调优是机器学习例程中的基本步骤之一。该方法也称为超参数优化,需要搜索超参数的最佳配置以实现最佳性能。机器学习算法需要用户定义的输入来实现准确性和通用性之间的平衡。这个过程称为超参数调整。有多种工具和方法可用于调整超参数。 我们整理了一份用于调整机器学习模型超参数的前八种方法的列表。 1 贝叶斯优化 贝叶斯优化已成为机器学习算法超参数调整的有效工具,更具体地说,适用于深度神经网络等复杂模型。它提供了一个有效的框架来优化昂贵的黑盒功能,而无需知道它的形式。它已应用于多个领域,包括学习最优机器人力学、序列
double
2022-08-31
1.9K
0
肝!字节跳动大佬的Python自学笔记.pdf
python
深度学习
机器学习
神经网络
1. 字节跳动大佬的Python自学笔记 这是我的一个朋友自学资料包,通过这个资料包自学拿到了字节跳动的Offer, 下面是他之前入门学习Python时候的学习资料,非常全面,从Python基础、到web开发、数据分析、机器学习、深度学习、金融量化统统都有,该手册是HTML版本,左侧是目录,可以点击,右侧是对目录知识点的讲解,适合python学习者,对某些知识点不熟悉的话,将页面保存到浏览器书签,可以快速在没网的情况下查找知识点,总计有200多页! 资料领取方式: 点击下方(非本号)公众号名片回复:手册
double
2022-06-27
1K
0
一文入门 深度强化学习
编程算法
强化学习
机器学习
监督学习
自动驾驶
深度强化学习是人工智能最有趣的分支之一。它是人工智能社区许多显着成就的基石,它在棋盘、视频游戏、自动驾驶、机器人硬件设计等领域击败了人类冠军。
double
2022-01-26
959
0
这725个机器学习术语表,太全了!
监督学习
迁移学习
机器学习
深度学习
人工智能
你好,我是zhenguo 这是几位机器学习权威专家汇总的725个机器学习术语表,非常全面了,值得收藏! 英文术语 中文翻译 0-1 Loss Function 0-1损失函数 Accept-Reject Sampling Method 接受-拒绝抽样法/接受-拒绝采样法 Accumulated Error Backpropagation 累积误差反向传播 Accuracy 精度 Acquisition Function 采集函数 Action 动作 Activation Function 激活函数 Acti
double
2022-01-26
530
0
RNN 图解版
深度学习
机器学习
人工智能
神经网络
这篇文章,阐述了RNN的方方面面,包括模型结构,优缺点,RNN模型的几种应用,RNN常使用的激活函数,RNN的缺陷,以及GRU,LSTM是如何试图解决这些问题,RNN变体等。
double
2021-05-07
460
0
机器学习和深度学习的 5 个关键区别
机器学习
深度学习
神经网络
人工智能
编程算法
大多数人没有意识到机器学习是人工智能(AI)的一种,它诞生于20世纪50年代。1959年,亚瑟·塞缪尔(Arthur Samuel)编写了第一个计算机学习程序,在这个程序中,IBM计算机玩跳棋的时间越长,它就越擅长。快进到今天,当人工智能不仅仅是尖端技术,相关工作薪资高,工作令人兴奋。机器学习工程师的需求量很大,无论是数据科学家还是软件工程师都不具备机器学习领域所需的技能。公司需要精通这两个领域的专业人士,但他们既不能胜任数据科学家的工作,也不能胜任软件工程师的工作。这类人群就是机器学习工程师。
double
2021-03-12
745
0
所以,机器学习和深度学习的区别是什么?
深度学习
机器学习
人工智能
神经网络
编程算法
https://quantdare.com/what-is-the-difference-between-deep-learning-and-machine-learning/
double
2021-03-12
430
0
从39个kaggle竞赛中总结出来的图像分割的Tips和Tricks
缓存
图像处理
机器学习
神经网络
深度学习
想象一下,如果你能得到所有的tips和tricks,你需要去参加一个Kaggle比赛。我已经超过39个Kaggle比赛,包括:
double
2020-12-17
1.3K
0
介绍 NumPy 的五种玩法
numpy
https
网络安全
机器学习
神经网络
图解入门 NumPy,这篇文章,已经让我们感知到NumPy的强大,但要想真正用活NumPy,还不够!下面介绍五种玩法,以此深入掌握NumPy:
double
2020-11-11
399
0
2020年成为机器学习工程师,看这9本书就够了!
机器学习
大数据
监督学习
神经网络
深度学习
其实,机器学习包含多种交叉学科,同时也在很多方面得到应用,如数据挖掘、图像处理等。机器学习的知识体系包含数学、编程语言、监督学习、非监督学习、深度学习等,同时还包括多种工具和框架的应用。
double
2020-08-11
506
0
我的施工计划
python
编程算法
机器学习
github
前天我在公众号里分享一件过去做的事情:我半年多沉淀一个4200人star的Python库,以及接下来我对此库的施工计划。
double
2020-06-28
367
0
点击加载更多
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
立即发文
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