tag 機器學習

標籤
貢獻425
380
05:25 PM · Oct 25 ,2025
deephub 頭像 tecdat 頭像 qingfouai 頭像 u_17420180 頭像 chaoshenjinghyperai 頭像 lab4ai 頭像 u_17061379 頭像 u_15214399 頭像 youyudetusi 頭像 aigoto 頭像 MrVolleyball 頭像 u_15690955 頭像

@機器學習 / 博客 RSS 訂閱

puxiaoke6 頭像

一點人工一點智能 - 《控制與建模的經典與現代優化技術》

書籍：Classical and Modern Optimization Techniques Applied to Control and Modeling 作者：Radu-Emil Precup，Raul-Cristian Roman，Elena-Lorena Hedrea等 出版：CRC Press 編輯：陳萍萍的公主@一點人工一點智能 下載：書籍下載-《控制

機器學習 , 控制器 , 人工智能 , 優化

收藏 評論

elhix0bg 頭像

阿里雲大數據AI - 🏆 阿里雲大數據AI平台登頂 NL2SQL 權威榜單 Spider 2.0

背景 在數字化時代，企業數據呈爆炸式增長，但大多數業務人員因不懂SQL語言而無法直接獲取數據洞察。近年來，隨着AI技術的飛速發展，基於大語言模型強大的自然語言理解和代碼生成能力的NL2SQL技術應運而生——它能將"查詢上個月銷售額最高的產品"這樣的自然語言，自動轉換為複雜的SQL查詢語句。 然而，現實企業環境中的數據庫結構複雜、SQL方言多樣、查詢邏輯深度嵌套，單純靠大模型能力的NL2SQL方法往

機器學習 , 框架 , SQL

收藏 評論

codesheep_pro 頭像

CodeSheep - 稚暉君又開始搖人了，有點猛啊！

最近，稚暉君創業的智元機器人公司又開始各種“搖人”了，除了 2026 屆校園招聘正式啓動之外，最引人矚目的當屬新發布的「優才計劃」。 怎麼樣？這個名字是不是看起來就不一般？ 沒錯，這個屬於智元的高端人才招聘計劃，面向全球頂尖技術人才的公開招聘。 並且智元的這次優才計劃主要聚焦在兩個重點核心研發部門，分別是： 「智元 X-Lab」 和 「智元具身研究中心」。 其中「X-Lab」是智元 CTO-Of

機器學習 , 人工智能 , typescript , 前端 , Javascript

收藏 評論

deephub 頭像

deephub - 量子機器學習入門：三種數據編碼方法對比與應用

在傳統機器學習中數據編碼確實相對直觀：獨熱編碼處理類別變量，標準化調整數值範圍，然後直接輸入模型訓練。整個過程更像是數據清洗，而非核心算法組件。 量子機器學習的編碼完全是另一回事。 傳統算法可以直接消化特徵向量 [0.7, 1.2, -0.3]，但量子電路運行在概率幅和量子態的數學空間裏。你的每個編碼決策——是用角度旋轉、振幅映射還是基態表示——都在重新定義信息在量子系統中的存在形式。這不是簡單的

機器學習 , 編碼 , 人工智能 , 量子計算機

收藏 評論

deephub 頭像

deephub - Optuna v4.5新特性深度解析：GPSampler實現約束多目標優化

Optuna在8月18日發佈了最近的 v4.5版，加入了GPSampler的約束多目標優化功能，我們來看看這個新的功能。 基於高斯過程的貝葉斯優化（GPBO）最近幾年在材料科學、機器學習等領域應用很廣。GPSampler最初設計時就想做一個簡單好用的GPBO實現。雖然在定製方面（比如核函數、獲取函數）沒有BoTorch和Ax那麼靈活，但GPSampler勝在速度快，依賴少。 早期版本的GPSamp

機器學習 , 貝葉斯 , 教程 , 人工智能 , 優化

收藏 評論

deephub 頭像

deephub - 12 種 Pandas 測試技巧，讓數據處理少踩坑

12 種 Pandas 測試技巧，讓數據處理少踩坑 12 種測試實踐 —— fixtures、schemas、property-based tests、snapshots、performance guards —— 每週能省不少排查問題的時間 Pandas 的 bug 有個特點，就是不會在控制枱裏大喊大叫，而是悄悄藏在 dtype 轉換、索引操作、時區處理的某個角落，或者那種跑十萬次才能復現一次

機器學習 , 人工智能 , pandas , 數據分析 , Python

收藏 評論

yinuo112 頭像

程序員一諾python - 【機器學習】嘿馬機器學習（算法篇）第15篇：機器學習算法定位、目標,1.1 K-近鄰算法簡介【附代碼文檔】

🏆🏆🏆教程全知識點簡介：1.定位、目標。2. K-近鄰算法涵蓋距離度量、k值選擇、kd樹、鳶尾花種類預測數據集介紹、練一練、交叉驗證網格搜索、facebook簽到位置預測案例。3. 線性迴歸包括線性迴歸簡介、線性迴歸損失和優化、梯度下降法介紹、波士頓房價預測案例、欠擬合和過擬合、正則化線性模型、正規方程推導方式、梯度下降法算法比較優化、維災難。4. 邏輯迴歸涵蓋邏輯迴歸介紹、癌症分類預測案

機器學習 , 算法 , 人工智能 , Python

收藏 評論

deephub 頭像

deephub - 如何生成逼真的合成表格數據：獨立採樣與關聯建模方法對比

在數據科學的實際工作中，我們經常會遇到這樣的情況：手頭的真實數據要麼不夠用，要麼因為隱私合規問題無法直接使用，但這些數據往往包含重要的統計規律，但直接拿來做實驗或測試卻十分的麻煩。 這時候合成數據就派上用場了，簡單説就是根據現有數據集的分佈特徵，人工創造出任意數量的新數據行，讓這些"假數據"在統計意義上跟真實數據無法區分。聽起來像是是在"造假"，但實際上這是一項真正的技術活——既要保證數據的真實性

機器學習 , 數據挖掘 , 人工智能 , Python

收藏 評論

openbayescom 頭像

OpenBayes - 教程上新丨MIT等推出BindCraft，直接調用AF2，實現蛋白質結合體的智能化設計

在生命體系中，蛋白質很少單獨發揮其生物學功能，而是依賴於蛋白質-蛋白質相互作用（PPI）來執行復雜的生物學過程。因此，設計能夠特異性靶向和調控 PPI 的蛋白質結合物具有巨大的治療和生物技術潛力。 然而，傳統的蛋白質結合物生成方法，例如免疫接種、抗體庫篩選或定向進化，通常費力費時，並且對靶位的控制有限。 計算蛋白質設計提供了一種強大的替代方案，能夠根據特定靶標和結合位點定製結合物。而早期計算方法（

機器學習 , 自然語言處理 , 教程 , 人工智能 , 深度學習

收藏 評論

aigoto 頭像

逐夢AI - 用於實驗室智能識別的目標檢測數據集（2500張圖片已劃分、已標註） | AI訓練適用於目標檢測任務

用於實驗室智能識別的目標檢測數據集（2500張圖片已劃分、已標註） | AI訓練適用於目標檢測任務 背景 在智能實驗室與科研自動化的背景下，實驗室設備的智能識別與管理成為實驗室信息化建設的重要環節。傳統的人工盤點和巡檢方式效率低下、易出錯，難以滿足現代科研環境中對精確與實時性的要求。 隨着計算機視覺（Computer Vision）與深度學習（Deep Learning）技術的發展，基於目標檢測（

機器學習 , 算法

收藏 評論

aigoto 頭像

逐夢AI - 面向智慧牧場的牛行為識別數據集（5000張圖片已劃分、已標註） | AI訓練適用於目標檢測任務

面向智慧牧場的牛行為識別數據集（5000張圖片已劃分、已標註） | AI訓練適用於目標檢測任務 背景 在現代智慧農業（Smart Agriculture）中，牲畜行為識別是提高養殖效率與動物健康監測的重要環節。牛作為主要的經濟牲畜之一，其行為變化往往直接反映健康狀態與生產潛力。 傳統的監測方式主要依賴人工巡查和視頻觀察，不僅耗時耗力，而且受主觀判斷影響較大。隨着人工智能（AI）與計算機視覺（Com

機器學習 , 算法 , 人工智能

收藏 評論

nizi_60e514d097c9a 頭像

MIAOYUN - MIAOYUN | 每週AI新鮮事兒（10.17-10.24）

本週AI領域動態頻出，百度、阿里、DeepSeek推出高效OCR與視覺語言模型，提升文檔解析與多模態能力；騰訊、字節跳動分別開源世界模型與3D生成模型，推動3D內容生成；Anthropic、OpenAI、Google升級AI工具，聚焦生命科學、瀏覽器集成與開發體驗；華為鴻蒙6、宇樹機器人H2及多項評測基準發佈，推動AI向終端與實體場景加速落地，一起來回顧本週發生的AI新鮮事兒吧！ AI 大模型 百

機器學習 , 機器人 , 自然語言處理 , 人工智能 , 深度學習

收藏 評論

huamingshixunkeji 頭像

華明視訊科技 - 鐵路車號識別裝置：賦能鐵路貨運智能化的核心

在現代化鐵路貨運管理中，效率與準確性是衡量運營水平的關鍵尺度。傳統依賴人工抄錄車號的方式，不僅效率低下、成本高昂，更因人為因素導致數據不準，已成為制約礦區、編組站、貨運站等場景智能化升級的瓶頸。鐵路車號識別裝置，正是為解決這一核心痛點而生的智能化解決方案。 什麼是鐵路車號識別裝置？ 鐵路車號識別裝置是一套基於前沿人工智能深度學習技術的自動化識別系統。它通過高清圖像捕捉與智能分析，對貨運

機器學習 , 圖像識別 , 神經網絡 , 人工智能 , 深度學習

收藏 評論

tecdat 頭像

拓端tecdat - Python企業投標策略優化研究:Monte Carlo、貝葉斯決策、遺傳算法、層次分析法AHP動態評分系統構建應用

全文鏈接：https://tecdat.cn/?p=44146 原文出處：拓端數據部落公眾號 分析師：Dandan Cao 在市場經濟中，招投標是企業獲取項目資源的核心環節，但傳統投標決策常受限於主觀經驗——要麼依賴專家評分導致公平性存疑，要麼因缺乏量化工具難以平衡風險與收益。作為數據科學家，我們團隊在服務某建築集團投標優化諮詢項目時發現，僅靠人工分析的投標方案，中標率比行業均值低1

機器學習 , 數據挖掘 , 算法 , 人工智能 , 深度學習

收藏 評論

deephub 頭像

deephub - Pandas 缺失值最佳實踐：用 pd.NA 解決缺失值的老大難問題

做數據處理的都知道，一個 NaN 就能讓整個數據清洗流程崩盤。過濾條件失效、join 結果錯亂、列類型莫名其妙變成 object——這些坑踩過的人應該都有所體會。而Pandas 引入的可空數據類型（nullable dtypes）就是來幫我們填這個坑的。 現在整數列終於能表示缺失了，布爾列不會再退化成 object，字符串列的行為也更可控，這樣我們代碼的邏輯可以變得更清晰。 NumPy 整數類型

機器學習 , numpy , 人工智能 , pandas , Python

收藏 評論

tecdat 頭像

拓端tecdat - 專題：2025中國汽車行業Data+AI數智化轉型與全球化白皮書|附340+份報告PDF、數據儀表盤彙總下載

原文鏈接：https://tecdat.cn/?p=44154 原文出處：拓端抖音號@拓端tecdat 2025年中國汽車行業正處於“技術攻堅+成本承壓+全球化擴張”的關鍵期，從車端安全到供應鏈成本，從核心技術到研發模式，從後市場效率到海外佈局，每個環節都面臨“破局”需求。安全芯片作為車聯網安全的核心，需適配多場景需求；關税擾動推高進口成本，企業亟需本地化降本；液冷散熱技術成為高温、振動工

機器學習 , 數據挖掘 , 算法 , 人工智能 , 深度學習

收藏 評論

aigoto 頭像

逐夢AI - 廚房食品衞生與安全檢測14類數據集（18萬張圖片，已劃分、已標註）——AI智能檢測的行業實踐基石

廚房食品衞生與安全檢測14類數據集（18萬張圖片，已劃分、已標註）——AI智能檢測的行業實踐基石 一、背景 在餐飲行業中，食品衞生安全始終是重中之重。從廚房環境到工作人員行為，任何細節的疏忽都有可能帶來食品安全隱患。 隨着計算機視覺與人工智能技術的廣泛應用，利用目標檢測模型自動識別廚房安全風險成為可能。通過部署攝像頭並結合AI算法，可以自動檢測廚房中的違規行為，如廚師未戴帽子、未佩戴口罩、存

機器學習 , 人工智能

收藏 評論

lab4ai 頭像

Lab4AI - 【每日Arxiv熱文】北大新框架 Edit-R1 炸場！破解圖像編輯 3 大難題，雙榜刷 SOTA

【01 論文概述】 論文標題： Uniworld-V2:ReinforceImageEditingwithDiffusionNegative-awareFinetuningandMLLMImplicitFeedback 作者團隊：北京大學 發佈時間：2025 年 10 月 21 日 論文鏈接：uhttps://arxiv.org/pdf/2510.16888/u Lab4AI 大模型實

機器學習 , 圖像識別 , 人工智能 , 深度學習

收藏 評論

aigoto 頭像

逐夢AI - 7種常見鳥類分類圖像數據集（8000張圖片已劃分）｜AI訓練適用於目標檢測任務

7種常見鳥類分類圖像數據集（8000張圖片已劃分）｜AI訓練適用於目標檢測任務 一、背景 鳥類是自然生態系統中最具代表性的動物之一，它們的分佈廣泛、種類繁多，也是生態監測、生物多樣性研究和環境保護的重要指標。 在人工智能技術的推動下，利用計算機視覺模型對鳥類進行自動識別與分類，不僅能幫助科研人員快速統計物種數量，還能為野生動物保護、生態巡檢等領域提供智能化支持。 本數據集正是為此目的而構建的

機器學習 , 算法

收藏 評論

chaoshenjinghyperai 頭像

超神經HyperAI - 黃仁勳最新演講：10億美元投資諾基亞，Rubin明年量產，AI工廠推進落地……

美國東部時間 10 月 28 日下午 12:00，英偉達 CEO 黃仁勳在華盛頓舉行的 GTC 大會上發表主題演講。這是繼今年 3 月聖何塞主會後的又一場區域性 GTC，地點首次來到美國政治中心華盛頓， 會議包含 70 多場，涵蓋 Agentic AI、機器人技術、量子計算和 AI 原生電信（AI-native telecom networks）等議題，一度被外界視為英偉達從「AI 領域引領者」向

機器學習 , 資訊 , 機器人 , 人工智能 , 深度學習

收藏 評論

qingfouai 頭像

青否Ai - 雙十一視頻號數字人直播帶貨，數字人提供全套解決方案!

數字人直播14個平台，一個數字人可同時登陸抖音、淘寶、快手等十餘平台，形成矩陣式流量覆蓋。某服飾品牌通過這一功能，觸達用户量突破百萬，實現 “一處開播，全域引流”。 青否支持多語言實時切換，支持20種語言，無論是中文、英文還是小語種，數字人都能精準適配口音與表達習慣。能夠隨時加小語種，這一功能讓跨境商家輕鬆實現 “一場直播，全球賣貨”，某家居品牌藉此在 618 期間打開東南亞市場，海外訂單量激增

機器學習 , 算法 , 人工智能 , 深度學習

收藏 評論

ivorysql_xiaozhuli 頭像

IvorySQL - 數據庫內核的降維觀測方法

本文整理自 IvorySQL 2025 生態大會暨 PostgreSQL 高峯論壇的演講分享，演講嘉賓：呂海波，PG ACED ，北京大學數據庫課程企業導師。 本文主要包括以下三部分內容： CPU 流水線的秘密：神秘的 PMC 與 PMU 示例數據庫 1 的改進與不足：從 CPU 看程序 示例數據庫 2 的秘密花園使用 PMC 推導軟件架構 CPU 流水線的秘密：神秘的 PMC 與 PM

機器學習 , 數據庫 , postgresql , 人工智能

收藏 評論

youyudetusi 頭像

憂鬱的吐司 - 抖音防封搭建方案，青否數字人提供全套的防封方案，能夠進行穩定直播帶貨！

抖音：強調節奏、互動與內容創意 抖音以其快節奏、娛樂化的內容生態著稱。在規則上，抖音對直播內容的創新性和趣味性要求極高，鼓勵數字人主播在短時間內抓住觀眾眼球。直播畫面需清晰流暢，數字人動作表情要自然生動，契合抖音用户追求新鮮、刺激的瀏覽習慣。 同時，抖音十分看重實時互動，要求數字人能及時響應觀眾彈幕，發起如抽獎、問答等互動環節，提升直播間活躍度。在內容合規方面，嚴格禁止出現低俗、虛假宣

機器學習 , 算法 , 人工智能 , 深度學習

收藏 評論

deephub 頭像

deephub - Optuna AutoSampler 更新：讓多目標和約束優化不再需要手動選算法

AutoSampler是個智能採樣器，能根據具體問題自動挑選 Optuna 裏最合適的優化算法。這個工具在 OptunaHub 上熱度很高，每週下載量超過 3 萬次。最早的版本對單目標優化做了專門的自動選擇邏輯，為了配合下個月發佈的 Optuna v4.6，AutoSampler 終於把多目標和約束優化的完整支持做完了。這篇文章會講清楚新功能怎麼用，順帶看看基準測試的表現如何。最新版本其實現在就能

機器學習 , 人工智能 , Python

收藏 評論