强化学习+扩散模型的综述
2024/12/24
1 前言 扩散模型（Diffusion Model）已成为一种十分强大的生成模型，在多个领域取得了显著进展。在强化学习（RL）领域，扩散模型被应用于序列决策任务，特别是在离线RL中，用于拟合轨迹生成、规划未来轨迹、替换传统高斯策略、增...
60张手绘高清大图理清支付系统最核心的概念
【API设计】
支付系统因其专业性，术语或概念稍为晦涩不好懂。而我向来喜欢“一图胜千言”，所以为支付系统相关的概念画了300多张手绘风格的图，摘录部分供各位参考。 极致简化，真实的实现会复杂非常多。 1. 账户分类 在账务系统中，...
2024/12/24
如何使用 TypeScript 编写 API
【API开发】
客户端应用程序的开发人员每天与API打交道。根据操作的成功与否或业务逻辑，标准化API响应是一个好习惯。通常，响应包括状态、错误等标准字段。 有了这些标准字段，开发人员可以对操作的状态做出反应，并构建与应用程序的进一步用户交互。如果注...
2024/12/23
API 设计：从基础知识到最佳实践
【API设计】
引言 应用程序编程接口（APIs）是现代软件开发的支柱。它们使得不同的应用程序能够无缝地通信和共享数据，从而有效地集成不同的系统和服务。无论您是为个人项目构建一个简单的API，还是为企业级应用程序构建一个复杂的API，遵循良好的API...
2024/12/23
API 监控工具：确保 API 的性能和可靠性
【API安全】
在当今的数字化格局中，API（应用程序编程接口）是许多应用程序的支柱，它们使得不同系统之间能够无缝集成和数据交换。确保这些API的可靠性和性能对于维护用户满意度和运营效率至关重要。这就是API监控工具发挥作用的地方，它们提供了必要的洞察和指...
2024/12/23
10大机器学习聚类算法实现（Python）
【AI驱动】
本教程分为三部分： 一、聚类 二、聚类算法 三、聚类算法示例 1 库安装 2 聚类数据集 3 示例 3.1 亲和力传播 3.2 聚合聚类 3.3 BIRCH 3.4...
2024/12/23
树模型决策的可解释性与微调(Python)
【AI驱动】
一、树模型的解释性 集成学习树模型因为其强大的非线性能力及解释性，在表格类数据挖掘等任务中应用频繁且表现优异。 模型解释性对于某些领域（如金融风控）是极为看重的，对于树模型的解释性，我们常常可以通过输出树模型的结构或使用shap...
2024/12/23
统计学习模型：概念、建模预测及评估
【AI驱动】
01. 前言 之前在硕士阶段，统计学习（SL）既不是我的研究方向、也不是我的研究工具，所以了解甚少。之前我与 SL 唯一的接触停留在非常走马观花的读过一遍 ISLR 那本书，积累的技能仅限于在 R 里调包来 fit 简单的 model...
2024/12/23
机器学习&深度学习的算法概览
【AI驱动】
基本概念 1.有监督学习与无监督学习 根据样本数据是否带有标签值，可以将机器学习算法分成有监督学习和无监督学习两类。有监督学习的样本数据带有标签值，它从训练样本中学习得到一个模型，然后用这个模型对新的样本进行预测推断。有监督学习...
2024/12/23
机器学习统计概率分布全面总结（Python）
【AI驱动】
在平时的科研中，我们经常使用统计概率的相关知识来帮助我们进行城市研究。因此，掌握一定的统计概率相关知识非常有必要。 本文将讨论我们经常遇到的概率分布，希望能从概念层面帮助大家建立总体认知。 本文涉及的概念包括： 随机变量...
2024/12/23
金融风控的迁移学习及实践(Tabular Data)
【AI驱动】
一、迁移学习 机器学习有一个基本假设：数据同分布。可参考之前这篇介绍:《数据不同分布，怎么整？》 然而，现实中的数据情况通常有点坎坷，数据不同分布的也很常见。那已有的大量其他领域的数据如何利用在当前领域的任务呢？这也是迁移学习所要解决...
2024/12/23
机器学习回归模型的最全总结！
【AI驱动】
什么是回归分析？ 回归分析是一种预测性的建模技术，它研究的是因变量（目标）和自变量（预测器）之间的关系。这种技术通常用于预测分析，时间序列模型以及发现变量之间的因果关系。例如，司机的鲁莽驾驶与道路交通事故数量之间的关系，最好的研究方法...
2024/12/23
图解机器学习神器：Scikit-Learn
【AI驱动】
本文详解 Scikit-learn 工具库的用法，覆盖机器学习基础知识、SKLearn讲解、SKLearn三大核心API、SKLearn高级API等内容。 在本篇内容中，我们展开讲解SKLearn的进阶与核心内容。SKLe...
2024/12/23
机器学习降维算法汇总！
【AI驱动】
最近看了一些关于降维算法的东西，本文首先给出了七种算法的一个信息表，归纳了关于每个算法可以调节的(超)参数、算法主要目的等等，然后介绍了降维的一些基本概念，包括降维是什么、为什么要降维、降维可以解决维数灾难等，然后分析可以从什么样的角度来降...
2024/12/23
一文深度解读模型评估方法
【AI驱动】
我们训练学习好的模型，通过客观地评估模型性能，才能更好实际运用决策。模型评估主要有：预测误差情况、拟合程度、模型稳定性等方面。还有一些场景对于模型预测速度（吞吐量）、计算资源耗用量、可解释性等也会有要求，这里不做展开。 一、评估预测误...
2024/12/23
一文通俗讲透树模型
【AI驱动】
前言 决策树模型因为其特征预处理简单、易于集成学习、良好的拟合能力及解释性，是应用最广泛的机器学习模型之一。 不同于线性模型【数学描述：f(W*X +b)】是通过数据样本学习各个特征的合适权重，加权后做出决策。决策树会选...
2024/12/23
搜索文章
热门话题
