正在加载中...

算法教程

查看算法原理、公式、操作流程和结果说明。

当前目录 50 个算法 · 已发布 197 篇教程
类目 全部 评价与决策分析 预测与时间序列 数学统计与计量金融 机器学习（监督学习） 聚类与降维（无监督） 深度学习与时序网络 自然语言处理（NLP） 异常检测 优化与多目标（智能优化） 灰色系统与模糊理论 可解释性与 AutoML 工具类(可视化,公式识别)及工具箱 计算机CV类
No.143 可在线阅读

Optuna-超参搜索

Optuna-超参搜索 的真实核心位于 core/optunacalculator.py。虽然目录名很宽泛，但这份实现实际上是一个随机森林超参数搜索器，而不是任意模型的通用 Optuna 框架。

PDF 配套资料 Word 配套资料
在线阅读 算法详情
No.178 可在线阅读

Cuckoo-布谷鸟搜索

布谷鸟搜索（Cuckoo Search, CS）是一类面向连续空间数值优化的群智能算法。本项目中的实现位于 Cuckoo-布谷鸟搜索/core/cuckoo.py，采用标准连续型 CS 框架：以巢穴（nest）表示候选解，通过 Lévy 飞行产生全局扰动，并结合弃巢概率 pa …

PDF 配套资料 Word 配套资料
在线阅读 算法详情
No.179 可在线阅读

DA-蜻蜓优化

蜻蜓优化算法（Dragonfly Algorithm, DA）是一类面向连续空间优化的群智能方法，通过模拟蜻蜓群体的分离、对齐、聚合、觅食与避敌行为构建搜索动力学。本项目的核心实现位于 DA-蜻蜓优化/core/darunner.py，用于单目标连续优化；同时支持三类问题输入：…

PDF 配套资料 Word 配套资料
在线阅读 算法详情
No.180 可在线阅读

DE-差分进化

差分进化（Differential Evolution, DE）是一类面向连续变量优化的群体智能算法，其核心思想是利用种群个体之间的差分向量构造搜索方向。本项目的实现位于 DE-差分进化/core/de.py，明确采用经典 DE/rand/1/bin 策略，即“随机基向量 + …

PDF 配套资料 Word 配套资料
在线阅读 算法详情
No.181 可在线阅读

DMOA-侏儒獴优化

侏儒獴优化算法（Dwarf Mongoose Optimization Algorithm, DMOA）是一类面向连续变量优化的群智能方法，通过模拟侏儒獴群体中的领导觅食、侦察搜索、育幼保姆与群体迁移行为实现全局寻优。本项目的实现位于 DMOA-侏儒獴优化/core/dmoar…

PDF 配套资料 Word 配套资料
在线阅读 算法详情
No.182 可在线阅读

EO-平衡优化

平衡优化算法（Equilibrium Optimizer, EO）是一类受质量平衡模型启发的连续优化方法，通过构造 equilibrium pool 并围绕平衡状态更新粒子浓度来实现全局寻优。本项目的实现位于 EO-平衡优化/core/calculator.py，明确参考 Ma…

PDF 配套资料 Word 配套资料
在线阅读 算法详情
No.183 可在线阅读

EWOA-改进鲸鱼优化

改进鲸鱼优化算法（Enhanced Whale Optimization Algorithm, EWOA）是在标准鲸鱼优化算法（WOA）基础上引入 Pool 机制、迁移子群与重尾随机参数的连续单目标优化方法。本项目的核心实现位于 EWOA-改进鲸鱼优化/core/ewoacal…

PDF 配套资料 Word 配套资料
在线阅读 算法详情
飞书图文教程合集

适合连续阅读，作为本站在线教程的补充入口。

打开飞书教程