分类目录归档:个人成长

集成学习入门与实战:原理、算法与应用


目录

• 第1章 为什么需要集成学习

• 1.1 混合训练数据

• 1.2 混合模型

• 1.3 混合组合

• 1.4 本章小结

• 第2章 混合训练数据

• 2.1 决策树

• 2.2 数据集采样

• 2.2.1 不替换采样(WOR)

• 2.2.2 替换采样(WR)

• 2.3 Bagging(装袋算法)

• 2.3.1 k重交叉验证

• 2.3.2 分层的k重交叉验证

• 2.4 本章小结

• 第3章 混合模型

• 3.1 投票集成

• 3.2 硬投票

• 3.3 均值法/软投票

• 3.4 超参数调试集成

• 3.5 水平投票集成

• 3.6 快照集成

• 3.7 本章小结

• ...

Read more

超AI入门:深度学习将进化到何种程度


目录

• 讲义1 AI与人类能够对话吗

• 机器人会说话吗

• AI如何进行翻译

• RNN输出答案前的思考机制

• 学习指的是“区分”

• 图灵测试与“中文房间试验”

• 不会感到疲劳的人无法理解“疲劳”一词的意思吗

• AI能够理解“猫”吗

• 小朋友只能理解亲眼看到的东西吗

• 使用语言就是分解信息

• 讲义2 人脑和AI的区别是什么

• 人脑机能与AI学习法的相似性

• 短期记忆与长期记忆

• 出现错误时追踪溯源——误差反向传播法的机制

• 日本人不能发好“L”音和“R”音的原因

• 过拟合——AI不能应对的时候

• 人脑之谜与AI的进化

• 世界和人都是层级结构

• AI能够具...

Read more

神经网络设计(原书第2版)


目录

• 第1章 引言

• 1.1 目标

• 1.2 历史

• 1.3 应用

• 1.4 生物学启示

• 1.5 扩展阅读

• 第2章 神经元模型与网络结构

• 2.1 目标

• 2.2 理论与例子

• 2.2.1 McCulloch - Pitts神经元模型

• 2.2.2 线性联想器

• 2.2.3 神经网络结构

• 2.3 小结

• 2.4 例题

• 2.5 结束语

• 2.6 习题

• 第3章 一个说明性的例子

• 3.1 目标

• 3.2 理论与例子

• 3.2.1 问题描述

• 3.2.2 感知机

• 3.2.3 Hamming网络

• 3.2.4 Hopfield网络

• ...

Read more

时间序列预测:基于机器学习和Python实现


目录

• 第1章 时间序列预测概述

• 1.1 时间序列预测的机器学习方法

• 1.2 时间序列预测的监督学习

• 1.3 基于pandas的时间序列预测

• 1.4 时间序列预测的实验设置

• 1.5 总结

• 第2章 如何在云上设计一个端到端的时间序列预测解决方案

• 2.1 时间序列预测模板

• 2.1.1 业务理解和性能度量

• 2.1.2 数据源提取

• 2.1.3 数据探索与理解

• 2.1.4 数据预处理和特征工程

• 2.1.5 模型的创建和选择

• 2.2 需求建模技术概述

• 2.2.1 模型开发

• 2.2.2 模型部署

• 第3章 时间序列数据的准备

• 3.1 ...

Read more

Autogen 技术分析报告


以下是一篇关于 “Autogen: An Open-Source Programming Framework for Agentic AI” 的技术分析报告:

《Autogen 技术分析报告》

一、引言

随着人工智能技术的迅速发展,Agentic AI 作为一种新兴的范式,旨在赋予智能体(agents)自主决策、交互协作以及执行复杂任务的能力,以实现更加智能和高效的系统。Autogen 作为一个开源的编程框架,为 Agentic AI 的开发提供了有力的支持和工具,本报告将深入分析其技术特点、架构设计、功能实现以及潜在的应用领域和未来发展方向。

二、技术概述

Autogen 是一个专注于...

Read more

机器学习、深度学习、强化学习与深度强化学习:AI 领域的“四大天王”


机器学习、深度学习、强化学习与深度强化学习:AI 领域的“四大天王”

机器学习:智能的基石

机器学习是一门多领域交叉学科,旨在让计算机通过数据来自动学习规律和模式,而无需进行明确的编程。其发展历程可以追溯到 20 世纪中叶,随着计算机技术的不断进步,逐渐成为人工智能领域的重要组成部分。

从原理上讲,机器学习算法通过对大量数据的分析,尝试发现其中的潜在规律,从而对新的数据进行预测或分类。它主要包含三大任务类型:监督学习、无监督学习和强化学习。 - 监督学习:在监督学习中,模型通过带有标注的训练数据进行学习,例如给定一组房屋面积、房间数量等特征以及对应的房价数据,模型可以学习到特征与房价之间...

Read more

一事专注,万事可成


一事专注,万事可成

探寻生命中的“唯一要事”

在日常生活的忙碌与纷扰中,我们常常陷入无尽的事务堆里。比如,想要学习新知识提升自己,又想在社交平台拓展人脉,同时还得兼顾健身锻炼保持健康,结果却往往是每件事都做得不尽如人意。这时候,我们需要思考,在这众多事务之中,是否真正重要的事情永远都只有一件?就像航行在茫茫大海中的船只,如果没有一个明确的目的地,任何风向都将是逆风。当我们明确了那件最重要的事,就如同为自己的行动找到了一个精准的导航,所有的努力才能汇聚成一股强大的力量,推动我们向着目标稳步前行。

多事之扰:分心的连锁反应

同时处理多事看似高效,实则弊端重重。研究表明,当人们在多个任务之间频...

Read more