HelloWorld 开发者社区
科技资讯
百度世界提出智能组织思路,关注 AI 从个人工具进入业务闭环
openKylin 全球生态推广会举行,推进本地化与社区合作
光船 1.1.0 尝鲜版二更新,探索 AI 会话与代码生成结合
Argus 0.5.0 发布:新增进程控制,完善原生 Windows 任务管理
MetaForge 2026.0.0 发布,整合数据库工作台与可视化分析
qData 1.6.7 发布:修复增量读取与 ETL 字段传递问题
Apple HomeView 在部分地区开售,整合家庭控制与视频通话
Cloudflare 推出 Spend Management Beta,为 Workers 增加支出限制
Cloudflare 开源 Kitesurf:面向 AI 智能体的轻量浏览器引擎
JeecgBoot 与敲敲云介绍分层方案,连接低代码开发与业务搭建
开源项目
全部项目推荐好文
Faiss源码剖析:类结构分析
<blockquote<strong摘要:</strong在下文中,我将尝试通过Faiss源码中各种类结构的设计来梳理Faiss中的各种概念以及它们之间的关系。</blockquote本文分享自华为云社区《Faiss源码剖析(一):类结构分析(https://link.segment
6种常见的地标识别算法整理和总结
<blockquote<strong摘要:</strong地标识别,基于深度学习及大规模图像训练,支持上千种物体识别及场景识别,广泛应用于拍照识图、幼教科普、图片分类等场景。本文将为大家带来6种关于地标识的算法整理和总结。</blockquote本文分享自华为云社区《地标识别算法(
k-近邻算法(KNN)
$k$近邻算法$k$近邻($k$NearestNeighbor,$k\mathrm{NN}$)是一种监督学习优点:精度高、对异常值不敏感、无数据输入假定缺点:计算复杂度高、空间复杂度高工作原理给定测试样本,基于某种距离度量找出训练集中与其最靠
5种常用的机器学习模型及其优缺点,都在这里了
<blockquote<strong摘要:</strong机器学习模型中有许多种不同方法可以用来解决分类和回归问题。在此尝试对每种模型的算法模式进行简要总结,希望能帮助你找着适合特定问题的解决方法。</blockquote机器学习模型中有许多种不同方法可以用来解决分类和回归问题。对同一
机器学习笔记(二)——KNN算法之手写数字识别
算法简介手写数字识别是KNN算法一个特别经典的实例,其数据源获取方式有两种,一种是来自MNIST数据集,另一种是从UCI欧文大学机器学习存储库中下载,本文基于后者讲解该例。基本思想就是利用KNN算法推断出如下图一个32x32的二进制矩阵代表的数字是处于09之间哪一个数字。!在这里插入
机器学习的敲门砖:kNN算法(中)
!(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/3cfdcb39f4a9744225c80b815ac7d063.png)<blockquote作者|Japson<br/来源|木东居士</blockquote
机器学习的敲门砖:kNN算法(上)
!(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/bbe1112ba8c60cb4614aa897e055d29c.png)<blockquote作者|Japson<br/来源|木东居士</blockquote
机器学习(六)-基于KNN分类算法的自动划分电影的题材类型实现
1分类算法引言众所周知,电影可以按照题材分类,然而题材本身是如何定义的?由谁来判定某部电影属于哪个题材?也就是说同一题材的电影具有哪些公共特征?这些都是在进行电影分类时必须要考虑的问题。动作片中也会存在接吻镜头,爱情片中也会存在打斗场景,我们不能单纯依靠是否存在打斗或者亲吻来
机器学习之 K-近邻算法
k近邻算法通过测量不同特征值之间的距离方法进行分类。k近邻算法原理对于一个存在标签的训练样本集,输入没有标签的新数据后,将新数据的每个特征与样本集中数据对应的特征进行比较,根据算法选择样本数据集中前k个最相似的数据,选择k个最相似数据中出现次数最多的分类,作为新数据的分类。
kNN算法——帮你找到身边最相近的人
<blockquote<strong摘要:</strong本文简单介绍最近邻算法的基本思想以及具体python实现,并且分析了其优缺点及适用范围,适合初学者理解与动手实践。</blockquote新生开学了,部分大学按照兴趣分配室友的新闻占据了头条,这其中涉及到机器学习算法的应用。此
正在加载更多文章…
加载更多已加载文章中没有匹配内容,可继续加载更多。