首页
首页
沸点
课程
直播
活动
竞赛
商城
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
关注
综合
后端
前端
Android
iOS
人工智能
开发工具
代码人生
阅读
综合
后端
前端
Android
iOS
人工智能
开发工具
代码人生
阅读
全部
人工智能
ChatGPT
算法
深度学习
机器学习
AIGC
Python
OpenAI
计算机视觉
展开
全部
人工智能
ChatGPT
算法
深度学习
机器学习
AIGC
Python
OpenAI
计算机视觉
后端
NLP
前端
程序员
GPT
掘金·金石计划
暂无数据
人工智能文章榜
更多
精选专栏榜
更多
推荐收藏集
更多
人工智能作者榜
更多
人工智能收藏榜
更多
推荐
最新
晨之阴影
1天前
机器学习
AIGC-GPT科普(一):神经网络快速入门
通用人工智能一直是AI领域的终极目标,即不再局限于一个个单独的子任务,而是直接构建出可以解决所有问题的通用模型。受限于传统方法的局限性,人们与AGI的目标相差甚远,Moss的出现可能还是遥遥无期。
650
点赞
评论
AlanHou
1天前
机器学习
scikit-learn
PyTorch
机器学习之PyTorch和Scikit-Learn第6章 学习模型评估和超参数调优的最佳实践Part 3
在前面的章节中,我们使用预测准确率来评估各机器学习模型,通常这是用于量化模型表现很有用的指标。但还有其他几个性能指标可以用于衡量模型的相关性,例如精确率、召回率、F1分数和马修斯相关系数(MCC)等。
46
点赞
评论
11王
6小时前
算法
人工智能
机器学习
【论文导读】- Federated Graph Neural Networks(联邦图神经网络:概述、技术和挑战)
论文信息 摘要 图神经网络( GNNs )凭借其强大的处理实际应用中广泛存在的图数据的能力,受到了广泛的研究关注。然而,随着社会越来越关注数据隐私,GNNs面临着适应这种新常态的需要。这导致了近年来联
92
点赞
评论
11王
6小时前
算法
人工智能
机器学习
【论文导读】 - 关于联邦图神经网络的3篇文章
Federated Graph Neural Networks: Overview, Techniques and Challenges 论文信息 联邦图神经网络:概述、技术和挑战 摘要 图神经网络(
122
点赞
评论
洛神灬殇
2天前
人工智能
AIGC
机器学习
奔向AGI+发展AIGC |【人工智能技术专题】「入门到精通系列教程」零基础带你掌握人工智能全流程技术体系和实战指南(人工智能理论知识概论)
前言 人工智能是一个庞大的研究领域。虽然我们已经在人工智能的理论研究和算法开发方面取得了一定的进展,但是我们目前掌握的能力仍然非常有限。机器学习是人工智能的一个重要领域,它研究计算机如何模拟或实现人类
825
5
2
欧阳胖胖
1天前
人工智能
机器学习
Python
机器学习基础-监督学习-标签编码之标签映射(Label Encoding)
标签映射(Label Encoding)是一种常见的标签编码方法,将每个标签都映射为一个整数,常用于分类问题。在标签数量较少的情况下,标签映射可以简单有效地将标签转换为数字表示。
490
1
评论
欧阳胖胖
1天前
人工智能
机器学习
Python
机器学习基础-监督学习-标签编码
在有监督学习中,标签编码是将标签映射为计算机可处理的格式的过程。通常,在分类问题中,我们需要将每个类别的标签映射为一个独热向量。
397
1
评论
汀丶人工智能
2天前
人工智能
深度学习
机器学习
人工智能创新挑战赛:海洋气象预测Baseline[4]完整版(TensorFlow、torch版本)含数据转化、模型构建、MLP、TCNN+RNN、LSTM模型
人工智能创新挑战赛:海洋气象预测Baseline[4]完整版(TensorFlow、torch版本)含数据转化、模型构建、MLP、TCNN+RNN、LSTM模型训练以及预测 1.赛题简介 项目链接以及
459
1
评论
yumuing
3天前
AIGC
机器学习
人工智能
⏰AI 孙燕姿 | AI 音色克隆⏰RVC 使用图文教程⏩无难度男女换声(伪音)、 AI 孙燕姿!
音乐干声分离:背景音(BGM)与人声(干声)的分离训练个人音色模型:作为模仿其他干声素材的音色数据男女换声(伪音):基于异性干声素材,进行实时转化声音为异性声音AI 唱歌仅作基础的模拟演唱,仍需进行调
599
5
评论
TF男孩
9天前
人工智能
NLP
机器学习
全民AI计划:详解词向量与本地知识库问答匹配
销售出身的老板问我:你能解释下“词向量”吗?用户会咨询很多手册上的基础问题,这需要业务员一对一进行回复。于是,他想让系统自动回复,从而减少成本。
1372
21
18
欧阳胖胖
2天前
人工智能
机器学习
Python
机器学习基础-监督学习-标签平衡处理之 ADASYN(Adaptive Synthetic Sampling)
ADASYN(Adaptive Synthetic Sampling)是一种基于 SMOTE 的过采样方法,它通过计算每个少数类样本周围的多数类样本比例,决定需要产生的新样本数量。
172
3
评论
欧阳胖胖
2天前
人工智能
机器学习
Python
机器学习基础-监督学习-标签平衡处理之 ROSE
ROSE (Random Over-Sampling Examples) 是一种基于样本生成的过采样方法,它通过对少数类样本进行样本生成,以增加数据集中的少数类样本数量。
183
1
评论
酱酱们的每日掘金
3天前
人工智能
ChatGPT
机器学习
天才少年离职创业、谷歌革新GPT-4、ChatGPT发展路线图| 人工智能周刊第22期
📖 人工智能周刊 Hello,新一期的人工智能周刊又和大家如约见面了。人工智能周刊专注于发掘站内优质人工智能的创作者和优质内容。 掘金会对近期(7-14 天)社区人工智能技术好文进行挖掘和筛选,优质的
335
4
评论
欧阳胖胖
4天前
人工智能
机器学习
Python
机器学习基础-监督学习-标签平衡处理之 Safe-Level-SMOTE
Safe-Level-SMOTE 是一种基于 SMOTE 的过采样方法,它不仅考虑了少数类样本之间的距离,还考虑了多数类样本之间的距离,以避免产生噪声样本。
492
点赞
评论
欧阳胖胖
4天前
人工智能
机器学习
Python
机器学习基础-监督学习-标签平衡处理之 Borderline-SMOTE
Borderline-SMOTE 是基于 SMOTE 的一种改进版本,它只对那些靠近多数类的少数类样本进行过采样,从而避免了对所有少数类样本进行过采样可能导致的过拟合问题。
438
2
评论
江昪
11天前
ChatGPT
人工智能
机器学习
ChatGPT Plus 最新开通攻略:美区App Store方案(20230529更新)
如果你的 ChatGPT Plus 账号被 OpenAI 封禁,这篇文章适合你继续阅读,本文主要内容是通过支付宝购买美区 App Store 礼品卡来完成 Plus 账号付费
1640
9
4
亚马逊云开发者
6天前
机器学习
Generative AI 新世界 | 大型语言模型(LLMs)概述
在上一篇《Generative AI 新世界:文本生成领域论文解读》中,我带领大家一起梳理了文本生成领域(Text Generation)的主要几篇论文:InstructGPT,RLHF,PPO,GP
779
1
评论
MarvinZhang
6天前
机器学习
数据分析
实战数据科学: 如何利用 sklearn 轻松上榜 Kaggle 入门 NLP 竞赛
通过简单的用 TF-IDF 文本向量化以及逻辑回归分类器作用于推文数据集,我们得到了大约 80% 的准确率,这已经相当不错的成绩了!
473
点赞
评论
兴科Sinco
12天前
机器学习
Python
数据分析
如何利用机器学习技术提高电商平台的销售额?
要使用机器学习提高电商平台的销售额,可以从以下几个方面入手: 1.数据分析:分析过去的销售数据,了解哪些产品销售额高,哪些销售额低,哪些生命周期短,哪些生命周期长等,并了解销售额变化的规律。针对这些
1260
点赞
评论
xin猿意码
7天前
人工智能
机器学习
后端
从数据标注看机器学习
数据标注是什么?和机器学习有什么关系,和最近很火的 GPT 等大模型又有什么关系?这篇文章让你从入门到实践,真切感知AI(人工智能)模型是怎么学习的。
484
3
评论