ChatGPT深度科研应用、数据分析及机器学习、AI绘图与高效论文撰写
熟练地掌握ChatGPT4.0在数据分析、自动生成代码等方面的强大功能，同时更加系统地学习人工智能（包括传统机器学习、深度学习等）的基础理论知识，以及具体的代码实现方法，掌握ChatGPT4.0在科研工作中的各种使用方法与技巧，以及人工智能领域经典机器学习算法（BP神经网络、支持向量机、决策树、随机森林、变量降维与特征选择、群优化算法等）和热门深度学习方法（卷积神经网络、迁移学习、RNN与LSTM神经网络...
政安晨：【Keras机器学习实践要点】（二十九）—— 半监督图像分类使用具有SimCLR对比性预训练的方法
监督微调 与基准线的比较 进一步改进 架构 超参数 相关工作 本文目标：使用SimCLR的对比预训练方法进行STL-10数据集的半监督图像分类。 介绍 半监督学习 半监督学习是一种处理部分标记数据集的机器学习范式。在实际应用深度学习时，通常需要收集大量数据集以使其良好运行。然而，标记成本与数据集大小成线性关系（标记每个示例的时间是恒定的），而模型性能只与数据集大小成亚线性关系。这意味着标记越来越多的样本成...
机器学习——模型评价
概述 在机器学习中，模型评价是评估和比较不同模型性能的关键步骤之一。它是通过对模型的预测结果与真实标签进行比较，从而量化模型的预测能力、泛化能力和稳定性。模型评价旨在选择最佳的模型，理解模型的行为，并为模型的改进提供指导。 本文将介绍机器学习中常用的模型评价方法，包括基本流程、常见的评价指标以及这些评价方法的优缺点。此外，将使用Python实现这些模型评价方法，并通过可视化展示评价结果。 基本流程 机器...
R语言: mlr3机器学习--生存分析
在mlr3vers中，还可以进行生存分析。关于生存分析的理论内容请参考以前的推文。 1、加载R包 library("mlr3verse")library("mlr3proba")library("survival") 2、设定任务 task = as_task_surv(survival::rats, time = "time", event = "status", id = "rats") task...
机器学习算法
机器学习算法是人工智能领域中的核心组成部分，它们使计算机能够通过数据学习并做出决策或预测。这些算法通常分为几大类，包括监督学习、无监督学习、半监督学习和强化学习。以下是一些常见的机器学习算法及其简要介绍： ### 监督学习算法 1. **线性回归（Linear Regression）**： - 用于预测连续值输出，通过拟合数据点的最佳直线来建立输入特征和输出结果之间的关系。 2. **逻辑回归（Lo...
机器学习——模型融合：Stacking算法
机器学习——模型融合：Stacking算法 在机器学习中，模型融合是一种常用的方法，它可以提高模型的泛化能力和预测性能。Stacking算法（又称为堆叠泛化）是一种强大的模型融合技术，它通过组合多个基本分类器的预测结果来产生最终的预测结果。本文将介绍Stacking算法的核心思想、基本流程、常见的Stacking方法以及其优缺点，并用Python实现算法并进行结果可视化。 1. Stacking算法核心...
机器学习——模型融合：Blending算法
机器学习——模型融合：Blending算法 在机器学习领域，模型融合（Ensemble Learning）是一种强大的技术，通过结合多个模型的预测结果来提高模型性能。Blending算法是模型融合的一种常见方法，它利用一个或多个基本模型进行预测，然后使用另一个模型（元模型）将这些基本模型的预测结果结合起来。在本文中，将介绍Blending算法的核心思想、基本流程、常见的Blending方法以及其优缺点，...
政安晨：【Keras机器学习实践要点】（十五）—— KerasTuner 简述
目录 导言 调整模型结构 定义搜索空间 开始搜索 查询结果 重新训练模型 调整模型训练 调整数据预处理 重新训练模型 指定调整目标 以内置指标为目标 以自定义指标为目标 调整端到端工作流程 将 Keras 代码分开 使用 KerasTuner 调整模型超参数的基础知识。 导言 KerasTuner 是一个通用超参数调整库。它与 Keras 工作流集成度很高，但并不局限于 Keras 工作流：你可以用它来调...
机器学习——典型的卷积神经网络
机器学习——典型的卷积神经网络 卷积神经网络（Convolutional Neural Networks，CNNs）是一类在图像处理领域应用广泛的深度学习模型。它通过卷积操作和池化操作来提取图像的特征，并通过全连接层来进行分类或回归任务。在本文中，我们将介绍三种典型的卷积神经网络：LeNet-5、AlexNet和ResNet，并用Python实现这些算法。 1. LeNet-5 LeNet-5是由Yan...
使用 Python 构建第一个 CNN 机器学习模型的完整指南
在这篇博文中，我们将逐步介绍如何使用 Python 构建第一个卷积神经网络 (CNN) 机器学习模型。由于 CNN 能够捕获数据中的空间层次结构，因此被广泛用于图像识别和分类任务。 第1步：导入必要的库 首先，让我们导入构建 CNN 模型所需的库： import numpy as npimport matplotlib.pyplot as pltfrom keras.models import Se...