已找到以下 10000 条记录
  • 利用机器学习算法提高石油炼化过程中的安全生产水平

    4. 模型构建与训练 在特征工程完成后,我们可以选择合适的机器学习算法来构建安全预测模型。常用的机器学习算法包括决策树、支持向量机、神经网络等。通过对历史数据进行训练,我们可以建立一个能够预测炼化过程中的安全情况的机器学习模型。在训练过程中,我们需要将数据集划分为训练集和测试集,以评估模型的性能和泛化能力。

    作者: 皮牙子抓饭
    发表时间: 2023-07-18 10:03:46
    0
    0
  • 【物联网课程学习课堂笔记】关于《IOT7天开发训练营》重点复习 3.1.11>IoT端到端南向设备对接指导(2)

    何为端到端?基于OceanConnect端到端的开发,就是从南向终端到北向应用服务端完整的开发流程。IoT平台北向接口的调用机制和方法,数据上报和命令下发的流程和规范,设备描述文件和编码插件的开发流程,以及NB终端设备与平台的联通机制南向注册流程典型流程说明:IoT设备上电、连网

    作者: 神龙居市
    1123
    0
  • 【物联网课程学习课堂笔记】关于《IOT7天开发训练营》重点复习 4.3.2>NB-IoT模组常用AT指令(2)

    AT指令概述本节学习AT命令,用来控制TE(TerminalEquipment)和MT(MobileTerminal)之间交互的规则。NB-IoT3GPP相关指令AT+CGSN(查询模块序列号)AT+CEREG(查询网络注册状态)AT+CGPADDR(显示PDP地址)AT+CME

    作者: 神龙居市
    832
    0
  • 【云享问答】第3期:大模型时代,如何快速开发AI应用

    传到云端的数据进行标注和特征分析,算法开发可以使用ModelArts官方发布或自己开发的算法,模型训练即使用云上的CPU/GPU/NPU等资源创建训练作业,最终的模型部署可部署为在线服务或者边缘服务,可以参考这个👉免费案例 实操一下。 Q2、零基础小白,也可以快速上手AI开发吗?

    作者: 华为云社区精选
    发表时间: 2023-09-13 15:47:44
    144
    0
  • 在ModelArts Notebook中连接DLI Spark集群并进行机器学习建模

    ark_df 3.读取集群中的数据 a.查看数据 b.划分训练集和验证集 c.基于训练集进行简单的可视化分析 4.特征工程 a.特征交叉 5.构建模型 a.基于spark.ml构建随机森林 b.训练模型和预测 c.保存预测结果至notebook本地并计算AUC和f1-score

    作者: wyhhyw123
    发表时间: 2022-02-21 06:33:27
    1330
    0
  • 使用自动学习实现图像分类 - AI开发平台ModelArts

    使用自动学习实现图像分类 准备图像分类数据 创建图像分类项目 标注图像分类数据 训练图像分类模型 部署图像分类服务 父主题: 使用自动学习实现零代码AI开发

  • 机器学习 | 总结 CatBoost 的 5 个独特功能

    之所以如此特别,是因为它具有其他提升算法所不具备的特殊功能。 一般来说,提升算法有两个主要缺点: 过度拟合很容易发生在提升算法中,因为它们是基于树的算法。 提升算法的训练过程不容易并行化,因为新的树是一个接一个按顺序创建的。 考虑到已有梯度提升算法的缺点,CatBoost 被设计用来以闪电般的速度为大型

    作者: 叶庭云
    发表时间: 2022-07-16 16:56:12
    229
    0
  • ModelArts-lab 第一期扩展 ——自动学习快速构建猫科动物识别应用

    图片数量。3. 模型训练在“数据标注”界面中,首先设置训练时长为0.1(减小训练时长的同时,可能会降低模型精度),然后点击“开始训练”按钮,即可开始训练。4. 模型部署在“模型训练”页面等待训练完成(不超过6分钟),训练完成后,可以查看模型的精度,在本例中训练中,只有狮、虎、猫、

    作者: tengyun
    发表时间: 2019-07-20 22:09:50
    5715
    0
  • 对深度学习概念的基础理解与认识

    个方向,网络实际上对变化变得非常敏感。 五、深度学习与机器学习的差异或区别 机器学习:利用计算机、概率论、统计学等知识,输入数据,让计算机学会新知识。机器学习的过程,就是训练数据去优化目标函数。 深度学习:是一种特殊的机器学习,具有强大的能力和灵活性。它通过学习将世界表示为嵌套的

    作者: 二哈侠
    发表时间: 2024-09-06 22:26:30
    150
    0
  • [学习笔记]【物联网课程学习课堂笔记】关于《IoT开发精英实战营》第二章 第三节设备编解码器在线开发的理解与看法 理论部分下

    一.课程大致内容答:讲解了编解码器在线开发操作;二.对课程内容的理解答:2.1Encode接口       Encode接口的入参是Json格式数据,是平台下发的消息或应答。平台的下行报文可以分为两种情况:1.平台命令下发;2.平台对设备上报数据的响应2.2平台命令下发格式:2.3平台对设备上报数据的应答格式: 

    作者: 子本兮
    1123
    0
  • 使用Python实现深度学习模型:智能网络安全威胁检测

    TensorFlow:深度学习框架,提供了强大的模型构建和训练功能。 Keras:TensorFlow的高级API,简化了深度学习模型的开发过程。 Pandas:数据处理库,用于数据预处理和分析。 Scikit-learn:机器学习库,用于数据分割和评估。 三、数据准备 首先,我们

    作者: Echo_Wish
    发表时间: 2024-09-28 08:23:12
    106
    0
  • 海之晨VDkit视觉检查系统软件

    能。 【标准版】包含定位 分割 检测 分类、OCR等功能;在线标注、训练三个月,后续按月购买。【专业版】包含定位 分割 检测 分类、OCR、非监督模式功能;在线标注、训练六个月,后续按月购买。  可视化编程,自主学习和训练,支持二次开发

    交付方式: License
  • loT学习体验 【我和华为云IoT】

    在2022年这一年期间,我在华为云开发者社区最大的收获就是参加了很多的训练营,尤其是loT学习训练营,在参与训练营期间,除了参与了一些产品体验之外最大的收获就是发现了loT论坛全面的学习资料,从入门到深入以及实践,完成了小白的进阶之路.官方时常会上线直播针对一些新兴知识以及大家反映不懂得知识进行一个讲解

    作者: 相信光的奥特王小懒
    发表时间: 2023-01-31 08:59:15
    97
    0
  • 【视频回顾】GDE直播公开课 · 第十一期:AI如何举一反三——迁移学习技术洞察

    精选问答序号问题回复1AI建模后训练需要多久才能提高准确率?训练时间与所用模型、数据等紧密相关,一般视情况而定。2AI、机器学习、深度学习的关系?这三者是一种包含关系。人工智能是其中最广阔的概念,包含了多种研究学派和研究方向。机器学习是人工智能的子集,笼统来说机器学习主要研究从数据中学习的

    作者: eatingbanana
    1541
    111
  • 应用端订阅iot消息推送后,回调地址没有失效,设备在iot在线,但是数据没往应用平台推送

    应用端订阅iot消息推送后,回调地址没有失效,设备在iot在线,但是数据没往应用平台推送,请问这是什么原因如果回调地址失效后,能否有消息提醒

    作者: like_you
    928
    1
  • 基于机器学习的情绪识别算法matlab仿真,对比SVM,LDA以及决策树

    维度,以减少特征维度并保留主要信息。   第三步:训练分类器       将降维后的特征向量和对应的情绪标签作为训练集,使用SVM、LDA和决策树等分类算法训练分类器模型。   第四步:测试和评估  

    作者: 简简单单做算法
    发表时间: 2023-09-15 22:45:08
    3
    0
  • 对话机器人服务 - 对话机器人服务 CBS

    云容器引擎-成长地图 | 华为云 对话机器人 对话机器人服务(Conversational Bot Service) 是一款基于人工智能技术,针对企业应用场景开发的云服务,主要包括智能问答机器人功能。 产品介绍 图说ECS 立即使用 立即使用 成长地图 由浅入深,带您玩转CBS 01

  • 如何定义和搭建可靠人工智能系统的规则?

    智能来解决,有些事情最好不要受到人工智能的干扰。 不要屈服于机器学习热 正如阿比吉特·纳斯卡尔所说:“人工智能不会摧毁这个星球,不负责任的人类智能则会这样做。” 人工智能和机器学习非常有用,但不适用于每个项目。用机器学习来解决简单的问题就像用链锯来切面包一样。一些问题只需简单的编

    作者: breezerD
    发表时间: 2020-08-15 19:00:16
    9562
    0
  • 基于联邦学习的隐私保护技术研究

    中,数据安全保护和隐私保护成为了产品成功的关键。我们需要高效的加密算法来保护用户隐私和数据安全。联邦学习是当前优选的技术,它让多方数据分开训练成为可能,但是它的核心技术还存在诸多瓶颈,需要逐个突破; 本课题主要研究内容有: 1、同态加密技术改进,满足机器学习场景下满足数据融合的需求;

  • 【DigSci 科学数据挖掘大赛】冠军方案关键技术解析

    只选择特定的期刊,训练集匹配论文的journal描述字段都是no-content,故而只选取journal为no-content的论文。 经过1,2处理后,分别运用bm25和tfidf的方式召回前20篇论文,取并后set(考虑召回数量和正负比),得到最终的候选集,训练集正负比为:1:34,训练集召回比例(覆盖率):0

    作者: xiong_cbu
    发表时间: 2019-11-19 15:27:45
    8688
    1