Nature:真正的超级Nature出现!时隔多年的逆袭之路!
2.深度学习入门:基础概念,包括神经网络、激活函数、损失函数等。3.图神经网络:图神经网络的基本原理和在材料科学中的应用。4.材料特征工程:如何从材料数据中提取有用的特征。实操内容Pytorch深度学习框架演练:安装和配置Pytorch,基础的神经网络模型构建和训练。第一天下午实操内容1.Pymatgen介绍及结构文件生成...
中国科技期刊卓越行动计划推介:《自动化学报》2024年50卷8期
AGLNet)的深度学习缺陷检测算法.首先,引入一种残差网络(Residualnetwork,ResNet)与特征金字塔网络(Featurepyramidnetwork,FPN)集成的特征提取结构,减少缺陷语义信息在层级传递间的消失;其次,提出基于TPE(Tree-structureParzenestimation)的自适应树...
8000字详解“聚类算法”,从理论实现到案例说明
常见的监督学习算法包括线性回归、决策树、支持向量机等。无监督学习算法无监督学习算法则需要在没有明确标签的情况下从数据中学习结构和模式。这类算法主要用于聚类、降维和关联规则挖掘等任务。比如,K均值聚类、主成分分析(PCA)和关联规则挖掘都是常见的无监督学习算法。如果对无监督学习的基本概念还不太清...
芝麻信用如何做大数据征信:洞察人性又保护隐私
他介绍,目前比较前沿的一些算法,如决策树、随机森林、支持向量机、神经网络等,芝麻信用都在研究尝试。目前,芝麻信用分在实践中检验的结果,其产生的坏账率在合作伙伴可以接受的范围内,这也是让芝麻信用充满信心的原因。芝麻信用整个团队有130人,其中2/3是数据和技术团队。胡滔介绍,数据分析团队是芝麻信用的核心。芝...
FVCOM水环境、污染物迁移、水交换、水质、潮流、温盐、波浪及泥沙...
4、遗传算法(GeneticAlgorithm,GA)的基本原理(以遗传算法为代表的群优化算法的基本思想是什么?选择、交叉、变异三个算子的作用分别是什么?)5、(实操演练)PCA、PLS、特征选择、群优化算法的ChatGPT提示词库讲解6、(实操演练)利用ChatGPT4及插件实现变量降维与特征选择算法的代码自动生成与运行...
北京航空航天大学2025研究生《842人工智能基础综合》考试大纲
(一)机器学习基础算法:(1)贝叶斯(Bayesian)学习以及相关算法;(2)Q学习基本概念;(3)归纳学习-决策树构建算法(www.e993.com)2024年9月15日。掌握机器学习发展历史、AlphaGO技术的发展历史以及核心技术,掌握Q学习的基本方法;掌握VC维的定义,以及统计学习理论的基本结论,深入理解经验风险和真实风险概念区别与联系;理解Bayesia...
AI经济学 | 第六章:产业AI化的双刃剑效应及应对分析
目前比较前沿的新材料开发模式是基于元素周期表中的代表元素,根据基本晶体结构原理形成大量简单分子结构,而后通过实验、模拟计算等对分子属性特征因子和材料属性进行分析,从而筛选出符合目标属性的材料,AI可以基于已有的材料数据库大幅加速这一过程。另外在材料属性预测方面,AI算法也可以通过大量已知晶体结构和材料属性数据库...
百丽季燕利:数智化在零售企业的应用探索|数字思考者50人
在此基础上,面向未来提出新的想法、新的战略,也会映射到数据上的变化:今年的变化、明年的变化、未来的变化,都在数据里,而且这些数据的变化过程,都需要有详细且全面的记录,以呈现出决策的效果。3.数据实时化是关键只要业务在运转,不管是否有系统的支撑,都存在业务流程。过去,在没有计算机的时代,用手工填表的...
【机器学习】图解朴素贝叶斯|算法|高斯|定理|特征值_网易订阅
朴素贝叶斯是一个非常直观的模型,在很多领域有广泛的应用,比如早期的文本分类,很多时候会用它作为baseline模型,本篇内容我们对朴素贝叶斯算法原理做展开介绍。1.朴素贝叶斯算法核心思想贝叶斯分类是一类分类算法的总称,这类算法均以贝叶斯定理为基础,故统称为贝叶斯分类。而朴素贝叶斯(NaiveBayes)分类是贝叶斯分类中...
AlphaFold3迎来革命性进展!国内大佬手把手教授!
本课程围绕蛋白设计基础与前沿工作展开讲述,从蛋白结构的预测与优化到蛋白的从头设计进行深度教学,本课程主要面向有编程基础的学员,对基础知识进行详细讲解,并且会结合前沿文献讲解相关技术的应用。帮助学员们,通过本次培训学员将了解蛋白质设计的底层逻辑与基本规则,并掌握蛋白质设计中的常见蛋白质设计算法的实际操作,具...