Library Search
结果页Scikit-learn 机器学习入门实战
在 元器件 / 技术栈 / 知识库 中找到 16 个匹配结果。
技术栈
技术栈
8 个 Scikit-learn # Scikit-learn 机器学习入门实战
## 背景
Scikit-learn 提供了「瑞士军刀」式的机器学习工具箱。无论你是做表格数据的分类、用户分群还是异常检测，掌握它能让你在几分钟内完成从数据处理到模型评估的完整流程。
---
## 第 1 章：理解 API 设计哲学
Scikit-learn 所有模型遵循统一接口：
| 模式 | 伪代码 |
|------|-------… 3% ONNX 定义了一种标准化的计算图表示，让 PyTorch / TensorFlow / scikit-learn 训练的模型可以导出为 `.onnx`，然后在任何支持 ONNX 的推理引擎上运行。
**核心价值：**
- **跨框架互操作**：训练用 PyTorch，推理用 ONNX Runtime，告别框架锁定
- **推理加速**：ONNX Runtime 内置图优化（常量折叠/算子融合），速度提升… 3% XGBoost t。
**核心价值：**
- **极致性能**：C++ 底层，多线程并行，比 scikit-learn GBDT 快 10x+
- **正则化**：L1/L2 防止过拟合，比传统 GBDT 泛化更好
- **原生缺失值处理**：自动学习缺失值最佳分支方向
- **GPU 加速**：`tree_method='gpu_hist'` 再加速 5-20x
- **可解释性**：`plot_import… 2% NumPy NumPy 的定位
```
Python 科学计算栈层级：
应用层: scikit-learn | TensorFlow/PyTorch | SciPy
↓ ↓ ↓
中间层: Pandas | NumPy (ndarray) | Matplotlib
↓… 2% PyTorch 1. 动态计算图相比静态图，性能上有损失吗？PyTorch 2.0 的 `torch.compile` 如何解决？
2. `optimizer.zero_grad()` 如果忘记调用会怎样？
3. `model.train()` 和 `model.eval()` 具体影响了哪些层的行为？
4. 为什么 `CrossEntropyLoss` 的输入不能经过 softmax？
# PyTorch 进… 1% FastAI ## FastAI
FastAI 是由 Jeremy Howard 和 Rachel Thomas 创建的**PyTorch 顶层深度学习框架**，核心理念是"让深度学习民主化"。它基于类型派发(type dispatch)将最佳实践自动应用到各任务类型上，用 4 行代码训练出 SOTA 模型。
**核心价值：**
- **傻瓜式训练**：`vision_learner(dls, resnet… 1% MLflow # MLflow 入门教程：四大组件实战
## 1. MLflow 的四大支柱
```
Tracking ──── 记录参数/指标/模型 artifact
Projects ──── 打包训练代码为可复现单元
Models ──── 统一模型格式，跨部署平台
Registry ──── 模型版本管理与审批流转
```
## 2. Tracking：手动 vs 自动
### autolog… 1% OpenCV # OpenCV 毕设入门教程——计算机视觉实战
## 前言
OpenCV 是毕设中**图像处理/计算机视觉**方向的首选库。常见毕设题目：**车牌识别、人脸考勤系统、手势识别、医学图像分割、车道线检测**。
---
## 第一章：OpenCV 核心数据结构
### cv::Mat —— 一切图像的基础
```cpp
cv::Mat img;… 1%
知识库
知识库
8 个 Scikit-learn 机器学习入门实战 # Scikit-learn 机器学习入门实战
## 背景
Scikit-learn 提供了「瑞士军刀」式的机器学习工具箱。无论你是做表格数据的分类、用户分群还是异常检测，掌握它能让你在几分钟内完成从数据处理到模型评估的完整流程。
---
## 第 1 章：理解 API 设计哲学
Scikit-learn 所有模型遵循统一接口：
| 模式 | 伪代码 |
|------|-------… 3% Hello World — 鸢尾花分类 # Scikit-learn Hello World：鸢尾花分类
## 目标
使用经典的 Iris 数据集，训练一个随机森林分类器并评估准确率。这是 scikit-learn 最经典的入门示例。
## 完整代码
```python
from sklearn.datasets import load_iris
from sklearn.model_selection import train_… 3% 01-从零入门教程 NumPy 的定位
```
Python 科学计算栈层级：
应用层: scikit-learn | TensorFlow/PyTorch | SciPy
↓ ↓ ↓
中间层: Pandas | NumPy (ndarray) | Matplotlib
↓… 2% 02-进阶实战-迁移学习与部署 # PyTorch 进阶实战 —— 迁移学习、混合精度与模型部署
## 本章目标
- 使用预训练模型进行迁移学习（Fine-tuning）
- 掌握混合精度训练（AMP）加速
- 模型导出：TorchScript → ONNX
- 模型量化与推理优化
## 1. 迁移学习（Fine-tuning）
### 1.1 使用 torchvision 预训练模型
```python
import… 2% 02-进阶实战-测试-安全-部署 # Django 进阶实战 —— 测试、安全与部署
## 本章目标
- 编写单元测试与集成测试
- 理解 Django 安全机制与最佳实践
- 使用 PostgreSQL + Gunicorn + Nginx 生产部署
- 掌握 Django 性能优化技巧
## 1. 测试体系
### 1.1 单元测试
```python
# blog/tests/test_models.py
from… 1% 鸢尾花分类：训练 + 交叉验证 + 特征重要性 `
## 运行步骤
```bash
pip install xgboost scikit-learn matplotlib
python xgboost_iris.py
```
## 预期输出
```
测试准确率: 0.9667
分类报告:
precision recall f1-score support
setosa 1… 1% MLflow 四件套：Tracking_Projects_Models_Registry # MLflow 入门教程：四大组件实战
## 1. MLflow 的四大支柱
```
Tracking ──── 记录参数/指标/模型 artifact
Projects ──── 打包训练代码为可复现单元
Models ──── 统一模型格式，跨部署平台
Registry ──── 模型版本管理与审批流转
```
## 2. Tracking：手动 vs 自动
### autolog… 1% OpenCV 毕设入门教程——计算机视觉实战 # OpenCV 毕设入门教程——计算机视觉实战
## 前言
OpenCV 是毕设中**图像处理/计算机视觉**方向的首选库。常见毕设题目：**车牌识别、人脸考勤系统、手势识别、医学图像分割、车道线检测**。
---
## 第一章：OpenCV 核心数据结构
### cv::Mat —— 一切图像的基础
```cpp
cv::Mat img;… 1%