机器学习

机器学习 | SVD矩阵分解算法，对矩阵做拆分，然后呢？SVD 的英文全称是 Singular Value Decompositio 翻译过来是奇异值分解 V 是一个 n x n 的矩阵 U 和 V 都是酉矩阵 即满足 U TU I V T V I

用机器学习算法解决密度泛函问题？若成功，药物发现、超导研究有望更上一层楼几十年来 研究人员利用 DFT 对事物进行预测 2014 年 化学家 Christopher H Hendon 等人用 DFT 理论量化物种常见的咖啡酸 咖啡因与代表性风味成分丁香酚的热力学结合能 由此掌握了咖啡味道形成的奥妙

加速云端机器学习-Alluxio 在小红书的实践导读 小红书是年轻人的生活记录 分享平台 用户可以通过短视频 图文等形式记录生活点滴 分享生活方式 本文主要介绍小红书多云统一数据加速层的内容 主要内容包括以下几个部分 1 面临的挑战 2 多云数据加速层 3 小红书实践案例 4

图机器学习(GML)&图神经网络(GNN)原理和代码实现前置学习系列二上一个项目对图相关基础知识进行了详细讲述 下面进图 GML networkx NetworkX 是一个 Python 包 用于创建 操作和研究复杂网络的结构 动力学和功能 见原文链接

一般来说，我们在进行机器学习任务时，使用的每一个算法都有一个目标函数，算法便是对这个目标函数进行优化。

机器学习中常用的损失函数你知多少？其中回归中包含了一种不太常见的损失函数：平均偏差误差，可以用来确定模型中存在正偏差还是负偏差。选自towardsdatascience，作者：RavindraParmar，机器之心编译，参与：李诗萌、王淑婷损失函数和优化机器通过损失函数进行

程序员必须知道机器学习与数据挖掘十大经典算法：PageRank算法篇程序员必须知道机器学习与数据挖掘十大经典算法：PageRank算法篇影响未来的十大算法之一：机器学习与数据挖掘的PageRank算法

机器学习中的线性代数：关于常用操作的新手指南在学习深度学习的课程时，数学知识十分重要，而如果要挑选其中最相关的部分，“线性代数”首当其冲。**正

R机器学习：分类算法之K最邻进算法（KNN）的原理与实现从今天开始给大家写机器学习算法，这个东西并不是大多数人想象的那么高深，也不是说编程的人，搞计算机的人才能学习使用，医学领域、社会科学领域的研究越

机器学习之kNN算法(纯python实现)前面文章分别简单介绍了线性回归，逻辑回归，贝叶斯分类，并且用python简单实现。这篇文章介绍更简单的

机器学习的线性回归模型：全面指南机器学习的线性回归模型：全面指南介绍线性回归是一个关键的数据科学工具，用于预测连续结果。 本指南解释了其原理、用途以及如何使用真实数据在Pyth

由于在分类问题中，样本的输出不再是连续的值，而是是离散的类别，导致我们无法直接从输出类别去拟合类别输出的误差。为了解决这个问题，主要有两个方法，

Python机器学习：数据科学和人工智能的主要发展技术趋势概述1.介绍Python因易于学习而广为人知，并且它仍然是数据科学，机器学习和科学计算中使用最广泛的语言。根据最近的一项民意的调查，该调查对1,80

机器学习数据准备技术之旅（附链接）数据集所需的特定数据准备工作取决于数据的具体情况，比如变量类型，以及数据建模算法对数据的期望或要求。