大师兄的数据分析学习笔记(二十五）：聚类（一）
大师兄的数据分析学习笔记(二十四）：回归树与提升树
大师兄的数据分析学习笔记(二十六）：聚类（二）
一、监督学习和无监督学习
分类和回归都属于监督学习，监督学习的特点是有标注。
所谓标注也就是数据的特征，不管是分类还是回归都是通过标注进行区分数据。
而无监督学习没有标注，所以无监督学习的目的就是给数据加上标注。
进行标注的原则是，加过标注后的数据应该尽可能相似，而不同标注内的数据应该尽可能不同
人工智能
自编码器 AE（AutoEncoder）程序
原文链接
1.程序讲解
（1）香草编码器
在这种自编码器的最简单结构中，只有三个网络层，即只有一个隐藏层的神经网络。它的输入和输出是相同的，可通过使用Adam优化器和均方误差损失函数，来学习如何重构输入。
在这里，如果隐含层维数（64）小于输入维数（784），则称这个编码器是有损的。通过这个约束，来迫使神经网络来学习数据的压缩表征。
input_size = 784
hidden_size = 6
基于R语言的微生物群落组成多样性分析——共线性网络分析
之前有一位粉丝后台留言说能不能出一期有关于共线性网络的文章，说实话，小编之前只在文献中看到过这类图，对于其原理也是迷迷糊糊。看了好多别人写的文章，根据大佬们的思路，我也大致整理了一些代码，希望能对大家有所启发。话不多说，直接上正文吧！
1、前期准备
rm(list=ls())#clear Global Environment
setwd('D:\\桌面\\共线性网络分析')#设置工作路径
GpuGeek 大模型教程：凭借镜像与资源优势，带你畅行垂直 AI 领域
我的个人主页
我的专栏：
人工智能领域、java-数据结构、Javase、C语言，MySQL，希望能帮助到大家！！！
点赞👍收藏❤
文章目录
一：引言
二： GPUGEEK 平台的详细概述
2.1 充沛的算力资源
2.2丰富多
【用ChatGPT学编程】——如何让AI帮你写代码注释和Debug？
🎁个人主页：User_芊芊君子 🎉欢迎大家点赞👍评论📝收藏⭐文章 🔍系列专栏：AI
【前言】
在软件开发的道路上，编写清晰的代码注释和高效Debug是每位开发者的必修课。随着人工智能技术的发展，ChatGPT这类强大的语言模型为我们提供了新的学习和
ChatGPT结合Excel与VBA：迈向AI办公智能化与高效化
文章目录
ChatGPT与Excel VBA的结合优势
实际应用示例
《AI数据处理实战108招：ChatGPT+Excel+VBA》
编辑推荐
内容简介
作者简介
内页插图
目录
在当今的数字化时代，人工智能技术（AI）正逐步渗透到我们生活和工作的各个方面，特别是在办公环境中。ChatGPT
【源力觉醒 创作者计划】2025年国产AI模型深度测评：文心大模型4.5、DeepSeek、Qwen3能力大比拼
文章目录
引言：AI大模型的新时代
一、模型架构与技术生态对比
1. 文心大模型4.5系列
2. DeepSeek
3. 通义千问（Qwen 3.0）
二、语言理解能力实测
2.1 情感分析测试
2.1.1 文心一言的表现
2.1.2 DeepSeek的表现
2.1.3 Qwen 3.0的表现
2.1.4 测试结果分析
