2025年01月23日
作者：Henrik Brink, Joseph W. Richards, Mark Fetherolf
译者：赵屹华
审校：刘翔宇
监督学习的主要任务就是用模型实现精准的预测。我们希望自己的机器学习模型在新数据（未被标注过的）上取得尽可能高的准确率。换句话说，也就是我们希望用训练数据训练得到的模型能适用于待测试的新数据。正是这样，当实际开发中训练得到一个新模型时，我们才有把握用它预测出高质量的结果。
因此，当我们在评估模型的性能时，我们需要知道某个模型在新数据集上的表现如何。这个看似简单的问题却隐藏着诸多难题和陷阱，即使是经验丰富的机器学习用户也不免陷入其中。我们将在本文中讲述评估机器学习模型时遇到的难点，提出一种便捷的流程来克服那些棘手的问题，并给出模型效果的无偏估计。
2025年01月23日
作者：Alon Agmon
编译：ronghuaiyang
正文共：5411 字 6 图
预计阅读时间：16 分钟
在实际业务场景中，可能只会收到正反馈，所以反映到数据上，就只有正样本，另外就是大量的没有标记的样本，那么如何给这些没有标记的样本打上标签呢？
2025年01月23日
距离计算和邻域分析是理解网格和点云的形状、结构和特征的重要工具。 本文将使用三个最广泛使用的 Python 3D 数据分析库 — Open3D、PyVista 和 Vedo 来提取基于距离的信息、将其可视化并展示示例用例。 与往常一样，提供了所有代码以及使用的网格和点云数据。 谁说 3D 对象的邻域分析应该很困难？
2025年01月23日
机器学习中，线性回归是一种预测连续值的算法，例如房价、销售额等。线性回归模型试图找到一条直线（在多维空间中则是一个平面或超平面），这条直线能够尽可能准确地表示输入变量（特征）和输出变量（目标值）之间的关系。模型的损失（Loss）和优化（Optimization）是建立有效线性回归模型的两个关键方面。
参考文档：https://www.cjavapy.com/article/3250/
2025年01月23日
疼痛为机体对外界伤害刺激如炎症、创伤等伴随的不愉快的主观感受。本文就疼痛对免疫系统的影响以及免疫反应在疼痛发生中的作用进行综述。
一 疼痛对免疫系统的影响
1 早在1989年就有作者［1］观察了面颈部疼痛的患者血中淋巴细胞的数量减少，显示了疼痛对免疫功能的抑制作用。有人对1985-2003发表文献分析显示，应激与疼痛可抑制患者的免疫功能，而麻醉与镇痛能增强免疫功并可减少患者术后感染［2］。研究显示［3］癌症患者并发疼痛时，其细胞免疫、体液免疫处于休眠状态，整体免疫水平低下；而癌症患者疼痛得到不同程度的缓解后，机体免疫指标得以恢复，由低下状态升到较高水平，免疫功能显著改善。
2025年01月23日
傅立叶变换是一种从完全不同的角度查看数据的强大方法：从时域到频域。 但是这个强大的运算用它的数学方程看起来很可怕。
将时域波变换为频域的公式如下：
下图很好地说明了傅立叶变换：将一个复杂的波分解成许多规则的正弦波。
这是完整的动画，解释了将时域波数据转换为频域视图时会发生什么。
2025年01月23日
介绍词向量word2evc概念，及CBOW和Skip-gram的算法实现。 项目链接：
https://aistudio.baidu.com/aistudio/projectdetail/5009409