是小刘

🎉🎉🎉这是大学毕业，步入研究生生活灿烂斑斓的一年。 今年真的干了好多事情，大学毕业，毕业旅行，和对象见家长，去读研，确定以后工作方向，真的好多好多，每一项都想认真复盘一下。

1. 前言 计算机图形学的课程即将结束，我需要提交一份关于YOLO模型的学习报告。在这段时间里，我对YOLO进行了深入的学习和研究，并记录下了我的学习过程和心得体会。本文将详细介绍YOLO模型的原理、

当我们面临多个目标函数时，单目标的遗传算法可能无法满足需求。这时，我们可以引入多目标遗传算法。在这种情况下，目标函数可能存在冲突，例如，一个目标函数需要最小化，而另一个目标函数需要最大化。某个目标函数

最近在苦恼为我的数据决定分组问题，在查找资料时，恰好看到机器学习中的无监督学习的聚类分析，正好适用于我的问题，但是我之前学机器学习时。正好没有学习无监督部分，因为我认为绝大多数问题都是有标签的监督学习

1. 题目： 在本次比赛中，您的目标是从数以万计的手写图像数据集中正确识别数字。 1.1. Goal 目标✨ 本次比赛的目标是拍摄手写个位数的图像，并确定该数字是什么。 对于测试集中的每个标签，您都应

伦敦数据科学+Scikit-learn 1.题目 Data Science London正在举办一场关于Scikit-learn的聚会。 这个比赛是尝试、分享和创建 sklearn 分类能力示例的练习

XGBoost(eXtreme Gradient Boost)，中文是极致梯度提升，它是经过优化的分布式梯度提升库，旨在高效、灵活且可移植。 XGBoost提供了一个并行树提升，以快速准确地解决许多

在这场比赛中，你的任务是预测在泰坦尼克号宇宙飞船与时空异常相撞期间，乘客是否被运送到另一个维度，传送回1000年前同名的时空。为了帮助你做出这些预测，你会得到一组从船上损坏的计算机系统中恢复的个人记录

将遗传算法与暴力搜索算法做比较，让大家更直观的去了解一下遗传算法： 暴力搜索算法是枚举搜索的一种算法，遍历所有可能的解空间来寻找最优解，因为是盲目的搜索，所以时间的复杂度较高，适用于解空间较小的问题。