https://www.cnblogs.com/maybe2030/p/5375175.html
机器学习算法常用指标总结
2018-08-24
913
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
https://www.cnblogs.com/maybe2030/p/5375175.html
目录
相关文章
|
24天前
|
机器学习/深度学习
算法
数据挖掘
|
1天前
|
机器学习/深度学习
算法
TensorFlow
交通标志识别系统Python+卷积神经网络算法+深度学习人工智能+TensorFlow模型训练+计算机课设项目+Django网页界面
交通标志识别系统。本系统使用Python作为主要编程语言，在交通标志图像识别功能实现中，基于TensorFlow搭建卷积神经网络算法模型，通过对收集到的58种常见的交通标志图像作为数据集，进行迭代训练最后得到一个识别精度较高的模型文件，然后保存为本地的h5格式文件。再使用Django开发Web网页端操作界面，实现用户上传一张交通标志图片，识别其名称。
27
6
6
|
2天前
|
机器学习/深度学习
存储
人工智能
文本情感识别分析系统Python+SVM分类算法+机器学习人工智能+计算机毕业设计
使用Python作为开发语言，基于文本数据集（一个积极的xls文本格式和一个消极的xls文本格式文件），使用Word2vec对文本进行处理。通过支持向量机SVM算法训练情绪分类模型。实现对文本消极情感和文本积极情感的识别。并基于Django框架开发网页平台实现对用户的可视化操作和数据存储。
11
0
0
|
15天前
|
机器学习/深度学习
数据采集
算法
|
18天前
|
机器学习/深度学习
数据采集
存储
一文读懂蒙特卡洛算法：从概率模拟到机器学习模型优化的全方位解析
蒙特卡洛方法起源于1945年科学家斯坦尼斯劳·乌拉姆对纸牌游戏中概率问题的思考，与约翰·冯·诺依曼共同奠定了该方法的理论基础。该方法通过模拟大量随机场景来近似复杂问题的解，因命名灵感源自蒙特卡洛赌场。如今，蒙特卡洛方法广泛应用于机器学习领域，尤其在超参数调优、贝叶斯滤波等方面表现出色。通过随机采样超参数空间，蒙特卡洛方法能够高效地找到优质组合，适用于处理高维度、非线性问题。本文通过实例展示了蒙特卡洛方法在估算圆周率π和优化机器学习模型中的应用，并对比了其与网格搜索方法的性能。
117
1
1
|
23天前
|
机器学习/深度学习
存储
算法
|
16天前
|
算法
BI
Serverless
基于鱼群算法的散热片形状优化matlab仿真
本研究利用浴盆曲线模拟空隙外形，并通过鱼群算法（FSA）优化浴盆曲线参数，以获得最佳孔隙度值及对应的R值。FSA通过模拟鱼群的聚群、避障和觅食行为，实现高效全局搜索。具体步骤包括初始化鱼群、计算适应度值、更新位置及判断终止条件。最终确定散热片的最佳形状参数。仿真结果显示该方法能显著提高优化效率。相关代码使用MATLAB 2022a实现。
41
20
21
|
16天前
|
算法
数据可视化
基于SSA奇异谱分析算法的时间序列趋势线提取matlab仿真
奇异谱分析（SSA）是一种基于奇异值分解（SVD）和轨迹矩阵的非线性、非参数时间序列分析方法，适用于提取趋势、周期性和噪声成分。本项目使用MATLAB 2022a版本实现从强干扰序列中提取趋势线，并通过可视化展示了原时间序列与提取的趋势分量。代码实现了滑动窗口下的奇异值分解和分组重构，适用于非线性和非平稳时间序列分析。此方法在气候变化、金融市场和生物医学信号处理等领域有广泛应用。
44
19
19
|
17天前
|
资源调度
算法
基于迭代扩展卡尔曼滤波算法的倒立摆控制系统matlab仿真
本课题研究基于迭代扩展卡尔曼滤波算法的倒立摆控制系统，并对比UKF、EKF、迭代UKF和迭代EKF的控制效果。倒立摆作为典型的非线性系统，适用于评估不同滤波方法的性能。UKF采用无迹变换逼近非线性函数，避免了EKF中的截断误差；EKF则通过泰勒级数展开近似非线性函数；迭代EKF和迭代UKF通过多次迭代提高状态估计精度。系统使用MATLAB 2022a进行仿真和分析，结果显示UKF和迭代UKF在非线性强的系统中表现更佳，但计算复杂度较高；EKF和迭代EKF则更适合维数较高或计算受限的场景。
29
2
2
|
18天前
|
算法
基于SIR模型的疫情发展趋势预测算法matlab仿真
该程序基于SIR模型预测疫情发展趋势，通过MATLAB 2022a版实现病例增长拟合分析，比较疫情防控力度。使用SIR微分方程模型拟合疫情发展过程，优化参数并求解微分方程组以预测易感者（S）、感染者（I）和移除者（R）的数量变化。![]该模型将总人群分为S、I、R三部分，通过解析或数值求解微分方程组预测疫情趋势。
30
3
3
热门文章
最新文章
1
机器学习实战之树回归
2
Python3入门机器学习 - 模型泛化
3
01 机器学习 - Python基础回顾（一）（上）
4
【Python机器学习专栏】机器学习中的过拟合与欠拟合
5
【Python机器学习专栏】数据标准化与归一化技术
6
探索机器学习在金融领域的创新应用
7
构建高效机器学习模型：从数据预处理到模型调优
8
机器学习如何赋能自动驾驶汽车
9
PAI 的视觉模型平台插件|学习笔记
10
中国人工智能学会通讯——最优传输理论在机器学习中的应用 1.1 最优传输理论与 WGAN 模型
1
m基于LDPC编译码的matlab误码率仿真,对比SP,MS,NMS以及OMS四种译码算法
211
2
【AI 初识】描述遗传算法概念
138
3
【AI 初识】人工智能中使用了哪些不同的搜索算法？
272
4
机器学习算法原理与应用：深入探索与实战
88
5
【C言专栏】递归算法在 C 语言中的应用
57
6
基于DCT变换的彩色图像双重水印嵌入和提取算法matlab仿真
72
7
排序算法--------计数排序
33
8
Matlab决策树、模糊C-均值聚类算法分析高校教师职称学历评分可视化
49
9
【Python机器学习专栏】异常检测算法在Python中的实践
157
10
圆填充( CIRCLE PACKING)算法圆堆图圆形空间填充算法可视化
81