已找到以下 10000 条记录

AI平台ModelArts

ModelArts是面向开发者的一站式AI开发平台,为机器学习与深度学习提供海量数据预处理及半自动化标注、大规模分布式Training、自动化模型生成,及端-边-云模型按需部署能力,帮助用户快速创建和部署模型,管理全周期AI工作流。
AI平台ModelArts
ModelArts是面向开发者的一站式AI开发平台,为机器学习与深度学习提供海量数据预处理及半自动化标注、大规模分布式Training、自动化模型生成,及端-边-云模型按需部署能力,帮助用户快速创建和部署模型,管理全周期AI工作流。
  • 大家有没有推荐深度学习方面的书籍

    推荐一下嘛

    作者: 大豆脑袋
    629
    1
  • 12本深度学习书籍推荐:有入门,有深度

    推荐 12 本能帮助你从零开始学习深度学习的书籍。本文推荐的这些书每一本都有自己的优点,以下这些图书我按照个人推荐进行了排序。大家可以根据介绍,选择适合自己的书来读。1Hands-On Machine Learning with Scikit-Learn and TensorFl

    作者: 开发者学堂小助
    发表时间: 2018-04-09 09:59:59
    14046
    0
  • 李钊:如何入门深度学习个性化推荐

    2017年3月9日,周四晚上8点30分,PaddlePaddle 官方开源社区成员李钊带来了主题为“深度学习第二课:个性化推荐”的交流。以下是主持人小冰整理的问答实录,记录了老师和读者问答的精彩时刻。问:看到你在生物信息学上使用深度学习技术,能分享一下深度学习在生物信息学、疾病预测等方面的应用吗?或者你们探索的经历?答:我们当初研究的是一种非编码

    作者: SUNSKY
    发表时间: 2020-02-10 14:15:43
    9685
    0
  • 重磅 | 深度学习“四大名著”发布!爱可可推荐

    使用 Keras 快速实现深度学习经典项目。看完这本书,基本能对 Keras 和深度学习实战有比较初步的掌握了。个人非常推荐!但是,这本书默认你已经具备了基本的深度学习、神经网络知识。如果你是深度学习的初学者,那么最好先补充一下深度学习的基本入门知识。本书源码 GitHub 地址:https:github

    作者: 红色石头
    发表时间: 2019-01-15 15:11:34
    10593
    1
  • SCI, SCIE, 和 ESCI 的区别汇总 | MethodsX 期刊分析

    的探索 参考博文列出如下: 你所不知道的SCI, SCIE, 和ESCI 其它相关投递意见 总结:ESCI 属于SCI预备役,因此如果可以准确预判 该 期刊 未来 N (3)年内,可以升级为 SCI ;那么,你博一发表论文,顺带水了一篇 ESCI ,没准等你

    作者: 墨理学AI
    发表时间: 2022-01-10 15:08:38
    299
    0
  • 使用Python实现智能食品推荐系统的深度学习模型

    在现代电子商务和数字营销中,个性化推荐系统已经成为提升用户体验和增加销售的重要工具。智能食品推荐系统通过分析用户的历史行为和偏好,提供个性化的食品推荐,从而提高用户满意度和转化率。本文将详细介绍如何使用Python构建一个智能食品推荐系统的深度学习模型,并通过具体代码示例展示实现过程。

    作者: Echo_Wish
    发表时间: 2024-11-20 08:39:43
    84
    0
  • 深度学习推荐系统中的应用:构建协同过滤推荐系统

    引言 推荐系统是电子商务和社交媒体平台的核心组成部分,它们通过预测用户偏好来帮助用户发现相关内容。深度学习提供了一种强大的工具来改进推荐系统的性能。本文将详细介绍如何使用深度学习构建一个基于协同过滤的推荐系统,并提供一个实践案例。 环境准备 在开始之前,请确保你的环境中安装了以下工具:

    作者: 是Dream呀
    发表时间: 2024-12-21 13:32:03
    240
    0
  • 推荐系统算法中的深度学习推荐算法

    这样的背景下,推荐系统的重要性日益凸显。推荐系统通过分析用户的历史行为和个人偏好,为用户提供个性化的推荐,帮助用户发现感兴趣的内容和产品。在推荐系统中,推荐算法起着至关重要的作用。本文将着重介绍深度学习在推荐系统中的应用,以及相关的深度学习推荐算法。 深度学习在推荐系统中的应用

    作者: 皮牙子抓饭
    发表时间: 2023-09-06 09:08:45
    13
    1
  • 什么是推荐系统 - 推荐系统 RES

    户的运营场景,客户可以在华为云上根据自己对推荐算法和运营规则的理解,自定义专属的推荐流程。当前只有华为云提供开放式推荐能力,其他友商主打场景式推荐。 场景式推荐 提供多维度的场景推荐,含猜你喜欢、关联推荐、热门推荐,一键式操作,降低客户接入门槛。 近线处理能力 支持实时数据的接入

  • 使用Python实现智能电子商务推荐系统:深度学习模型详解

    在现代电子商务中,推荐系统已经成为提升用户体验和增加销售额的重要工具。通过深度学习技术,我们可以构建一个智能推荐系统,精准地为用户推荐他们可能感兴趣的商品。本文将详细介绍如何使用Python和深度学习库TensorFlow与Keras来实现一个智能电子商务推荐系统。 一、推荐系统简介

    作者: Echo_Wish
    发表时间: 2024-10-09 08:34:34
    97
    0
  • 知识推荐

    华为云·云享专家为您推荐业界动态和前沿知识,为您分享技术书籍、常用工具等,帮助您了解技术,提升能力,快速成长。

  • hadoop学习-Netflix电影推荐系统

    1、推荐系统概述 电子商务网站是推荐系统应用的重要领域之一,当当网的图书推荐,大众点评的美食推荐,QQ好友推荐等等,推荐无处不在。 从企业角度,推荐系统的应用可以增加销售额等等,对于用户而言,系统仿佛知道我们的喜好并给出推荐也是非常美妙的事情。 推荐算法分类:

    作者: 格图洛书
    发表时间: 2021-12-31 14:12:09
    927
    0
  • 基于学习偏好的课程推荐

    本实验是基于MRS服务中的Spark组件对学习偏好进行分析,并进行系统推荐。实验所用数据表来自用户选课评分表,通过绘制学生学习行为的关系图,基于协同过滤算法揭示学生的学习偏好,从而分析不同类型学生学习课程的行为差异。

  • 地域推荐 - 弹性云服务器 ECS

    可用区ID。 score Integer 推荐分数。 请求示例 设置对云服务器资源供给的地域和规格推荐,vCPU范围为2~8,内存范围为4096 MiB~8192 MiB;推荐结果对每个可用区下的每个规格打分,推荐策略为成本策略,接受推荐的区域为“region1”。 POST h

  • 开年采购季推荐有礼如何参与 - 活动

    开年采购季推荐有礼如何参与 开年采购季推荐有礼活动怎么参与: 推荐人将专属页面推荐链接分享给被推荐人; 被推荐人使用推荐人给的专属链接进行注册账号; 被推荐人购买推荐有礼活动页面产品且未退订; 推荐成功后次日系统会更新数据,用户登录后可以在活动页面查询自己推荐成功的用户数,推荐有礼活动结束后5个工作日内容发放。

  • 框架推荐

    python版接口自动化测试框架源码完整版(requests + unittest):https://www.cnblogs.com/uncleyong/p/10650552.html

    作者: bus
    1034
    0
  • 推荐系统】推荐系统冷启动问题

    推荐系统冷启动问题 推荐系统需要根据用户的历史行为和兴趣预测用户未来的行为和兴趣,因此大量的用户行为数据就成为推荐系统的重要组成部分和先决条件。对于很多做纯粹推荐系统的网站,或者很多在开始阶段就希望有个性化推荐应用的网站来说,如何在没有大量用户数据的情况下设计个性化推荐系统

    作者: 毛利
    发表时间: 2021-07-14 16:19:41
    1992
    0
  • API v3(推荐) - 云数据库 RDS

    API v3(推荐) 查询API版本 查询数据库引擎的版本 查询数据库规格 查询数据库磁盘类型 获取磁盘空间使用量 实例管理 灾备实例 数据库安全性 备份与恢复 大版本升级 获取日志信息 实例诊断 SQL限流(PostgreSQL) 数据库代理(MySQL) 管理数据库和用户(MySQL)

  • 外设推荐策略--USB设备推荐配置

    摄像头摄像头是一种视频输入设备,被广泛应用与视频会议、远程医疗及实时监控等方面。市场上的摄像头以USB接口的数字摄像头为主。USB打印机推荐配置:USB存储设备和光驱读(开启)写(开启)U盘文件和剪切板-客户端可移除驱动器文件和剪切板-客户端可移除驱动器移动硬盘文件和剪切板-客

    作者: yes~
    4087
    0
  • 智能场景简介 - 推荐系统 RES

    配的场景提供智能推荐服务。 智能场景功能说明 表1 功能说明 功能 说明 详细指导 猜你喜欢 推荐系统结合用户实时行为,推送更具针对性的内容,实现“千人千面”。 创建智能场景 关联推荐 基于大规模机器学习算法,深度挖掘物品之间的联系,自动匹配精准内容。 热门推荐 基于多维度数据分