计算机与AI

LV1
发表了文章

如何在艺术中使用人工智能的6个例子

人工智能(AI)和机器学习(ML)技术以其大数据解决方案而闻名,适用于许多行业,包括金融,运输,政府以及其他行业。这些技术正在兴起,并以前所未有的方式继续改变着...

计算机与AI
发表了文章

在Python中有效使用JSON的4个技巧

Python有两种数据类型,它们共同构成了使用JSON的理想工具:字典和列表。让我们探索如何:

计算机与AI
发表了文章

数值数据的特征工程

数据馈送机器学习模型,越多越好,对吗?好吧,有时数字数据不太适合提取,因此,本文将介绍多种方法,可以将原始数字转换为更可口的东西。

计算机与AI
发表了文章

如何评估机器学习模型的性能

您可以整天训练有监督的机器学习模型,但是除非您评估其性能,否则您永远无法知道模型是否有用。这个详细的讨论回顾了您必须考虑的各种性能指标,并对它们的含义和工作方式...

计算机与AI
发表了文章

处理不平衡数据集的5种最有用的技术(2)

大多数机器学习模型都提供一个名为的参数 class_weights。例如,在使用的随机森林分类器中, class_weights 我们可以使用字典为少数派类...

计算机与AI
发表了文章

处理不平衡数据集的5种最有用的技术(1)

这几天忙着数学建模竞赛培训,刚好模拟题碰到了不均衡样本建模,那么今天就带大家来学习一下不平衡数据集处理的方法。

计算机与AI
发表了文章

收藏!改善TensorFlow模型的4种方法-你需要了解的关键正则化技术(2)

批处理规范化背后的主要思想是,在我们的案例中,我们通过使用几种技术(sklearn.preprocessing.StandardScaler)来规范化输入层,从...

计算机与AI
发表了文章

收藏!改善TensorFlow模型的4种方法-你需要了解的关键正则化技术(1)

正则化技术对于防止模型过度拟合至关重要,并能使它们在验证和测试集上表现更好。本指南提供了可用于TensorFlow中正则化的四种关键方法的代码的全面概述。

计算机与AI
发表了文章

10个Python字符串处理技巧和窍门(2)

如果您对查找字符串中子字符串的位置更感兴趣(而不是简单地检查是否包含子字符串),那么find()字符串方法可能会更有帮助。

计算机与AI
发表了文章

10个Python字符串处理技巧和窍门(1)

追求文本分析路径,但不知道从哪里开始?尝试使用此字符串处理入门,首先了解在基本级别上使用Python操纵和处理字符串的知识。

计算机与AI
发表了文章

为什么从复杂的机器学习模型开始并不是一个好主意

当我开始研究数据科学时,我着迷于神经网络及其在如此复杂的应用中的强大功能。例如,在计算机视觉和自然语言处理(NLP)中有应用。由于它们的强大功能,我只是想在每个...

计算机与AI
发表了文章

从Jupyter Notebook切换到Script的5个理由

与大多数人一样,我开始学习数据科学时使用的第一个工具是Jupyter Notebook。大多数在线数据科学课程都使用Jupyter Notebook作为教学手段...

计算机与AI
发表了文章

使用深度学习对你的颜值打分

华南理工大学曾发表了一篇关于“面部美容预测”的论文和数据集。你可以在找到它。数据集包括5500人,他们的吸引力在1至5分之间。

计算机与AI
发表了文章

使用FastAPI构建机器学习API

FastAPI是用于在Python中构建API的高性能异步框架。 它提供了对Swagger UI开箱即用的支持。

计算机与AI
发表了文章

Polynote, 一个Jupyter Notebook杀手?

第一次听说Polynote时,我没有留下深刻的印象。我想,也许这是一本布局不同的Jupyter笔记本。几个月后快进,我再次遇到了polynote。只是这一次我想...

计算机与AI
发表了文章

Python编程面试前要解决的10个算法

别像我刚开始解决问题时那样天真。尽管我认为时不时地破解几个算法很有趣,但我从来没有花太多时间去实践,只为解决问题,其他什么都不顾,可能有时候马马虎虎解决了问题,...

计算机与AI
发表了文章

对照return讲解yield,这个很重要

yield:返回结果后,函数不结束,yield返回值后暂停,再次调用时,在暂停的地方继续执行;可执行多次,直到函数结束

计算机与AI
发表了文章

Scikit-Learn中的特征排名与递归特征消除

对于任何机器学习应用程序而言,特征选择都是一项重要任务。当所讨论的数据具有许多功能时,这尤其重要。最佳数量的特征还可以提高模型的准确性。获得最重要的特征和最佳特...

计算机与AI
发表了文章

干货:用Python加载数据的5种不同方式,收藏!

数据是数据科学家的基础,因此了解许多加载数据进行分析的方法至关重要。在这里,我们将介绍五种Python数据输入技术,并提供代码示例供您参考。

计算机与AI
发表了文章

你听过CatBoost吗?本文教你如何使用CatBoost进行快速梯度提升

在梯度提升中,预测是由一群弱学习者做出的。与为每个样本创建决策树的随机森林不同,在梯度增强中,树是一个接一个地创建的。模型中的先前树不会更改。前一棵树的结果用于...

计算机与AI

个人简介

个人成就

扫码关注云+社区

领取腾讯云代金券