已找到以下 10000 条记录
  • 数据预处理的多种处理方法

    一、概述特征工程是机器学习工作流程中不可或缺的一环,它将原始数据转化为模型可理解的形式。数据和特征的质量决定了机器学习的上限,而模型和算法则是逼近这个上限的手段。因此,特征工程的重要性不言而喻。其主要工作涉及特征的采集、预处理、选择以及降维等处理。特征工程是数据分析中最耗费时间和精力的阶段。1

    作者: yd_299475830
    81
    3
  • 概要 - CodeArts IDE Online

    型完成简单的图像分类。 父主题: 基于CodeArts IDE Online、TensorFlow和Jupyter Notebook开发深度学习模型

  • 【Dive into Deep Learning / 动手学深度学习】第二章 - 第二节:数据预处理

    保研。 学习经验:扎实基础 + 多做笔记 + 多敲代码 + 多思考 + 学好英语!   唯有努力💪   知其然 知其所以然!   本文仅记录自己感兴趣的内容 2.2. 数据预处理 2.2.1. 读取数据集 创建一个人工数据集,并存储在CSV(逗号分隔值)文件

    作者: 海轰Pro
    发表时间: 2022-05-01 16:49:09
    413
    0
  • TDengine时序大数据处理引擎

    数据库高性能维护服务、数据迁移服务、数据备份服务,提供系统调优、数据迁移工具等;l  数据建模咨询:基于业务场景、数据生成方式、查询方式,结合用户的性能需求、存储成本等,给出综合最优的超级表建表及标签设计方案l  赠送测试集群的使用权限l  提供数据库完整性方案,数据库故障预警,数据丢失监控,不出现因数据库本身问题导致的丢失l

    交付方式: SaaS
  • 数据预处理 - 可信智能计算服务 TICS

    数据预处理 创建数据预处理作业 开发数据预处理作业 父主题: 管理数据

  • 机器学习 - 数据预处理中的 特征离散化 方法

    pd_cut(DF,feature,bins,submit=True): """ 离散化备选方法2: 按数值区间分割数据离散化——先按照数据取值将数据分割成n组。 Parameters ---------- - DF: DataFram

    作者: jcLee95
    发表时间: 2023-06-08 20:57:24
    8
    0
  • 深度学习炼丹-数据标准化

    问题。 学习率。 特征数据数值范围不同,正确的梯度更新方向需要的学习率也会不同(如果梯度非常大,学习率就必须非常小),即不同神经元权重 w1w_1w1​、w2w_2w2​ 所需的学习率也不同。因此,学习率(学习率初始值)的选择需要参考输入的范围,这样不如直接将数据标准化,这样学习率就不必再根据数据范围作调整。

    作者: 嵌入式视觉
    发表时间: 2023-02-06 15:21:26
    227
    0
  • 数据准备和数据预处理的差异

    以前看到数据准备和数据预处理觉得就是一码事,因为都是对数据进行转换处理,看过的入门书也有把它们分开写,但没怎么深入,个人只认为是作者在咬文嚼字而已。最近看到的有份资料把数据准备和数据预处理郑重的区分开来,概括说数据准备是把原始数据转换成计算框架/平台可用的格式形式,而数据预处理则是对

    作者: RabbitCloud
    845
    3
  • 深度学习 - 深度学习 (人工神经网络的研究的概念)

    文章目录 深度学习 - 深度学习 (人工神经网络的研究的概念)1、概念2、相关应用场景3、简介4、区别于浅层学习5、典型模型案例6、深度学习是如何进行训练的自下上升的非监督学习自顶向下的监督学习 深度学习 - 深度学习 (人工神经网络的研究的概念)

    作者: 简简单单Onlinezuozuo
    发表时间: 2022-02-18 15:08:32
    608
    0
  • 深度学习数据的最佳表示

    分为零的表示不会丢失很多信息。这会使得表示的整体结构倾向于将数据分布在表示空间的坐标轴上。独立表示试图解开数据分布中变动的来源,使得表示的维度是统计独立的。当然这三个标准并非相互排斥的。低维表示通常会产生比原始的高维数据具有较少或较弱依赖关系的元素。这是因为减少表示大小的一种方式

    作者: 小强鼓掌
    410
    1
  • 自动学习的每个项目对数据有哪些要求? - AI开发平台ModelArts

    用于训练的图片,至少有1种以上的分类,每种分类的图片数不少50张。 预测分析对数据集的要求 训练数据: 训练数据列数一致,总数据量不少于100条不同数据(有一个特征取值不同,即视为不同数据)。 训练数据列内容不能有时间戳格式(如:yy-mm-dd、yyyy-mm-dd等)的数据。 如果某一列的取值只有一种,会被视为无

  • 分享适合科学研究深度学习模型——处理序列数据

    模型,其中编码器神经网络接收输入序列并学习提取重要特征,然后解码器神经网络使用该特征来产生目标输出。该范式已经用于生物学和能源预测,其中在里面发挥重要作用的是Attention技术。    递归神经网络模型的示意图问答也能够作为处理序列数据的一个基准,此类神经网络模型的标准是:一

    作者: 初学者7000
    1149
    5
  • 总结下大数据深度学习的关系

    (1)深度学习是一种模拟大脑的行为。可以从所学习对象的机制以及行为等等很多相关联的方面进行学习,模仿类型行为以及思维。(2)深度学习对于大数据的发展有帮助。深度学习对于大数据技术开发的每一个阶段均有帮助,不管是数据的分析还是挖掘还是建模,只有深度学习,这些工作才会有可能一一得到实

    作者: RabbitCloud
    848
    3
  • 横向联邦学习场景

    横向联邦学习场景 TICS从UCI网站上获取了乳腺癌数据集Breast,进行横向联邦学习实验场景的功能介绍。 乳腺癌数据集:基于医学图像中提取的若干特征,判断癌症是良性还是恶性的【数据集链接】 场景描述 测试步骤

  • 数据学习路径

    用;帮您掌握华为云数据库的基本操作和管理。 开始学习 数据库入门与应用 数据库入门与应用 云计算是未来的方向,云数据库是解决方案的核心,学习本课程掌握华为云数据库的运维管理,数据库迁移和根据业务场景出具解决方案的能力。 开始学习 数据库进阶学习 数据库进阶学习 本课程内容包括My

  • 准备预测分析数据 - AI开发平台ModelArts

    后就可以将.xlsx格式数据集转换为.csv格式。 表格数据集对训练数据的要求: 训练数据列数一致,总数据量不少于100条不同数据(有一个特征取值不同,即视为不同数据)。 训练数据列内容不能有时间戳格式(如:yy-mm-dd、yyyy-mm-dd等)的数据。 如果某一列的取值只有

  • Standard自动学习 - AI开发平台ModelArts

    Standard自动学习 使用ModelArts Standard自动学习实现口罩检测 使用ModelArts Standard自动学习实现垃圾分类

  • 准备数据 - AI开发平台ModelArts

    准备数据 自动学习的每个项目对数据有哪些要求? 创建预测分析自动学习项目时,对训练数据有什么要求? 使用从OBS选择的数据创建表格数据集如何处理Schema信息? 物体检测或图像分类项目支持对哪些格式的图片进行标注和训练? 父主题: Standard自动学习

  • Python编程学习路径

    本课程将从Python环境搭建开始带您走进Python的世界,了解Python独特的语法和应用于web、爬虫、AI等领域的框架工具;同时结合实践操作,增强您的编程能力。

  • 开发数据预处理作业 - 可信智能计算服务 TICS

    开发数据预处理作业 数据预处理通常被用于评估/训练作业场景。本文以使用训练数据训练预处理作业,然后再将预处理方法应用于评估/预测数据为例进行说明。 训练数据预处理作业 评估/预测数据预处理 前提条件 已提前准备好训练数据,和评估/预测数据数据预处理作业选择的结构化数据集(包括