@TOCOCR 的全称是光学字符识别，是一种将图像中的文字（无论是打印体、手写体还是场景文字）自动识别并转换为可编辑、可搜索的文本数据（如TXT、Word、Excel格式）的技术。 第一部分：安装与环境配置1. 环境准备推荐使用Python 3.11。你可以使用Anaconda或Miniconda创建一个独立的虚拟环境，这能有效避免不同项目间的包冲突。 123# 创建并激活一个名为paddle_

@[TOC](Ollama详解，无网环境导入运行本地下载的大模型，无网环境pycharm插件大模型调用、Ollama Python api、coze-studio) ollamaOllama 是一个开源的大型语言模型服务工具，旨在帮助用户快速在本地运行大模型。通过简单的安装指令，用户可以通过一条命令轻松启动和运行开源的大型语言模型。 它提供了一个简洁易用的命令行界面和服务器，专为构建大型语言模型

@[TOC](MinerU PDF解析工具：从安装配置到本地部署与API调用的全流程指南) MinerU由上海人工智能实验室开源的高质量PDF解析工具，能精准地将包含图片、公式、表格的复杂PDF转换为Markdown和JSON等机器可读的格式。 💻 安装准备在开始安装前，需要做好以下准备工作： 系统环境：确保你的系统是 Windows、Linux 或 macOS。 Python版本：请安装

@TOCMarkdown 是一种轻量级的标记语言，用于简洁地编写文本并转换为HTML。它的语法简单明了，易于学习和使用。以下是一些常用的 Markdown 语法： 1. 标题使用 # 符号可表示 1-6 级标题，# 的数量表示标题级别，一级标题对应一个 #，二级标题对应两个 ##，以此类推。 示例： 123# 一级标题## 二级标题### 三级标题 使用 = 和 - 标记一级

https://github.com/QInzhengk/Math-Model-and-Machine-Learning@TOC 一、Mac/Windows Git配置SSH1.生成SSH KEY1$ ssh-keygen -t rsa -C 1573488389@qq.com 注：邮箱填写你提交代码时要用的邮箱 2.查看.pub文件(.文件隐藏文件，使用ls -a显示隐藏文件)12

https://github.com/QInzhengk/Math-Model-and-Machine-Learning@TOC 一、常用快捷键 ctrl+c: 停止进程 ctrl+l: 清屏（之前的内容可以向上查看）；彻底清屏是：reset tab: 提示 上下键: 查找执行过的命令 二、文件目录类1.pwd显示当前工作目录的绝对路径 2.ls和llll 命令列出的信息更加详细，有时间，是否

https://github.com/QInzhengk/Math-Model-and-Machine-Learning@[TOC](Linux jq 、vim以及Linux集群安装miniconda并配置虚拟环境) 一、jq1zcat cent_g_20226/*.gz | head -n 10000 | jq .event | sort | uniq -c jq 是一个轻量级的json处理命

@TOC 数据科学：Scipy、Scikit-Learn笔记超参数调优：网格搜索，贝叶斯优化（optuna）详解XGBoost原生接口和Sklearn接口参数详解LightGBMLightGBM有Sklearn接口建模和原生建模两种方式。 一、Sklearn风格接口1234567891011121314151617181920212223import numpy as npimport pand

@TOC 函数（缩放误差）传统的均方误差（MSE）和平均绝对误差（MAE）对所有预测值给予相同的权重，但在某些场景下，更关心相对误差而非绝对误差。缩放误差通过将误差除以真实值来实现这一目标： 1缩放误差 = (真实值 - 预测值) / max(真实值, 阈值) 这样设计的优势： 对于大数值和小数值的预测给予相对平等的权重 避免大数值主导损失函数 更适合预测范围变化很大的场景 数学原理损失函

@TOC sklearn.neural_network.MLPRegressorscikit-learn 库中提供的一个多层感知器（Multi-Layer Perceptron, MLP）回归模型类，用于解决回归问题。该模型构建了一个包含隐藏层的前馈神经网络，并通过反向传播算法进行训练。以下是 MLPRegressor 主要参数的详细说明： hidden_layer_sizes:类型：元组或列

微信公众号：数学建模与人工智能https://github.com/QInzhengk/Math-Model-and-Machine-Learning@TOC Keras和Tensorflow（CPU）安装一、安装我用的是清华大学源keras安装： 1pip install -i https://pypi.tuna.tsinghua.edu.cn/simple keras tensorflow

## Python大数据分析与机器学习学习笔记Graphviz：微信公众号（数学建模与人工智能）github地址：https://github.com/QInzhengk/Math-Model-and-Machine-Learning 1、决策树模型搭建123456789101112131415# 模型搭建代码汇总import pandas as pd# 1.读取数据与简单预处理df = pd.