已找到以下 10000 条记录
  • 深度学习核心技术精讲100篇(二十五)-58同城是如何构建智能化流量分发的?

    前言 58本地服务由数百个细分品类、多个创新业务和国际业务组成,如何构建智能化的流量分发体系是一项挑战,我们通过整合搜索和推荐场景构建了一套统一的流量分发系统,本次分享将主要介绍系统中的算法实践,包括基于信息结构化和用户意图识别的用户表征、召回和排序算法等。

    作者: 格图洛书
    发表时间: 2021-11-18 17:40:54
    668
    0
  • 深度学习核心技术精讲100篇(六)-keras 实战系列之推荐系统FM(Factorization Machine)算法

    前言 博主在之前的文章中介绍过使用keras搭建一个基于矩阵分解的推荐系统,而那篇文章所介绍的方法可能只是一个庞大推荐系统中的一小环节。而对于工业级别的推荐系统,面对极其庞大的产品种类数量,一步就输出符合用户心意的产品可能够呛,最好的方

    作者: 格图洛书
    发表时间: 2021-11-18 17:49:28
    1035
    0
  • 【进阶版】机器学习之特征降维、超参数调优及检验方法(04)

    继续学习机器学习学习,并且全方位,系统性的了解和深入机器学习领域,达到一个“质”的变化。 点击下方下载高清版学习知识图册 机器学习Python算法知识点大全,包含sklearn中的机器学习模型和Python预处理的pandas和numpy知识点 线性判别分析(LDA)

    作者: 王小王-123
    发表时间: 2022-08-22 15:12:39
    187
    0
  • 华为云新一代iPaaS全域融合集成平台全新升级!

    入职后,面对诸多培训,如何下手? 华为终端将大任务分解成小目标,针对门店技术顾问、体验顾问等不同人员,通过时习知规划闯关式学习地图,先学习品牌服务理念,再学习产品知识、消费者接待技巧等,指引新员工由浅入深掌握岗位知识,获取结业证书,快速上岗。掌握了每个模块知识、技巧和方法论,新员

  • TensorFlow2 入门指南 | 01 浅谈 TensorFLow2 入门

    学习下面的进阶教程: TensorFLow2 深度学习实战——图像分类与识别(已更新完)TensorFLow2 深度学习实战——目标检测(正在更新)TensorFLow2 深度学习实战——语义分割(正在更新) 3、如果您是深度学习小白,想对深度学习原理有进一步的掌握,可以学习下面的理论系列文章:

    作者: AI 菌
    发表时间: 2021-08-04 17:23:20
    2122
    0
  • 华为大数据FusionInsight HD安装教程,三台linux 模拟大数据学习环境的安装视频

    华为大数据FusionInsight HD安装教程,三台linux 模拟大数据学习环境的安装视频链接:https://*********.com/s/10ndCXiA7L1H612p_vt28WQ提取码:7fhb 复制这段内容后打开百度网盘手机App,操作更方便哦腾科IT教育

    作者: wuweibang
    6408
    0
  • FineReport学习(三)——动态隔间运算

    个印象就行,通过下面的学习你就明白了。动态隔间运算类似于EXCEL表格中的公式运算,相当于你在某个单元格中输入“=…”这样的公式。定义不太好叙述,下面通过案例说明,更为直观。 2、入门小案例 首先,新建一个普通报表–>利用sql选择需要导入的数据集 select strftime('%m'

    作者: yd_226342373
    发表时间: 2021-05-24 18:52:48
    1531
    0
  • MindSpore学习第一步,官网教程初体验 (mnist数据加载)

    邮箱2879056956@qq.com

    作者: MollyHoo
    512
    0
  • 资料学习 - 工业4.0场景下的AI和大数据的发展

    论文《The Duo of Artificial Intelligence and Big Data for Industry 4.0: Review of Applications, Techniques, Challenges, and Future Research Dir

    作者: RabbitCloud
    1148
    3
  • MindSpore学习笔记2——建立神经网络

    作为一门学科,生物神经网络主要研究人脑神经网络的结构、功能及其工作机制,意在探索人脑思维和智能活动的规律人工神经网络首先要以一定的学习准则进行学习,然后才能工作。现以人工神经网络对于写“A”、“B”两个字母的识别为例进行说明,规定当“A”输入网络时,应该输出“1”,而当输入为“

    作者: lzy01
    1045
    2
  • 我对ModelArts的了解

    面,点击公共数据集,找到flowers数据集,并将其导入到自己的OBS桶中。OBS是华为云提供的对象存储服务,可以用来存储和管理数据。 导入完成后,我们可以在我的数据集中看到flowers数据集。我们可以点击查看详情,查看数据集的信息和内容。 接下来,我们需要对数据集进行标注,即

    作者: yd_240251770
    发表时间: 2023-08-03 22:25:22
    196
    0
  • 机器学习算法介绍—回归算法

           回归算法比较简单,介绍它可以让人平滑地从统计学迁移到机器学习中。回归算法是后面若干强大算法的基石,如果不理解回归算法,无法学习那些强大的算法。回归算法有两个重要的子类:即线性回归和逻辑回归。       线性回归就是我们前面说过的房价求解问题。如何拟合出一条直线最佳

    作者: ypr189
    879
    2
  • 计算机视觉算法中的 多目标跟踪(Multi-object Tracking)

    基于滤波器的方法利用滤波器来估计目标的位置和运动信息。 深度学习方法:随着深度学习的发展,越来越多的多目标跟踪算法开始采用深度学习技术。深度学习方法通过使用卷积神经网络(CNN)或循环神经网络(RNN)等深度模型,直接学习目标的外观特征和运动信息,从而实现更准确和鲁棒的目标跟踪。

    作者: 皮牙子抓饭
    发表时间: 2023-09-17 11:21:44
    9
    0
  • 半监督学习算法中的协同训练(Co-training)

    半监督学习算法中的一种经典方法是协同训练(Co-training)。协同训练算法适用于数据集中有多个特征,并且每个样本都有一些特征缺失的情况。它的核心思想是利用不同特征的互补性,通过交叉训练来提高分类器的性能。 协同训练算法的基本步骤如下: 初始化:从标记数据集中随机选择两个

    作者: 皮牙子抓饭
    发表时间: 2023-08-30 09:15:47
    8
    0
  • 通过ModelArts自动学习能力实现AI应用(图像识别)实践【玩转华为云】

    控制台,在左侧导航栏中选择“自动学习”,进入自动学习页面并点击物体检测创建自动学习任务。(PS:由于下载的数据集默认在新版数据集管理中,无法一键创建自动学习任务,我们可以在自动学习页面用下载的数据集来创建新的数据集进行自动学习) 这里我要补充说明下:在创建项目的时候有个前提就是你得先创建数据集,我们可以通过OBS来上传,如下图所示:

    作者: 郑小健
    发表时间: 2025-01-14 11:46:23
    13246
    0
  • 难例挖掘助力ModelArts AI开发平台完成全流程闭环

    com/forum/thread-38313-1-1.html4.1 准备数据集创建一个数据集,导入材料提供的parking目录中的图片并完成标注。如下图:点击数据集中的发布按钮,然后等待系统生成可用于训练的数据集,如下图:4.2 一键模型上线利用 一键模型上线功能完成一个自动识别泊

    作者: coldsheep
    发表时间: 2020-06-16 16:16:08
    12843
    0
  • 配置剧本 - 安全云脑 SecMaster

    警,通知运营人员进行处置。 前提条件 已在安全云脑工作空间的“设置 > 数据集成”页面中接入来源为HSS和WAF的告警数据。 接入HSS和WAF攻击数据,并开启HSS数据的自动转告警开关,详细操作请参见数据集成。 图1 接入告警数据 已在安全云脑工作空间的“资产管理”页面中,单击

  • 机器学习服务 创建项目

    视频介绍了机器学习服务(MLS)的项目创建过程。项目创建主要分为三部分内容,分别是:创建项目、创建运行配置模板和关联运行配置模板。用户可在已创建的项目中新增工作流和Notebook,进行拖拽式和交互的操作。

    播放量  5713
  • 机器学习模型从理论到实战|【004-K最近邻算法(KNN)】基于距离的分类和回归

    随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。 一、什么是 KNN 算法?KNN(K-Nearest Neighbors)算法是一种基于距离的分类和回归方法。它的核心思想是:在一个有标签的数据集中,对于一个新的实例,根

    作者: 远方2.0
    发表时间: 2024-11-27 10:30:06
    52
    0
  • 使用Python实现智能供应链风险预测

    scikit-learn 3. 数据准备 我们将使用一个模拟的供应链数据集。你可以创建一个包含供应商信息、订单量和交货时间等数据的虚拟数据集。 import pandas as pd import numpy as np # 创建虚拟数据集 np.random.seed(42) data = {

    作者: Echo_Wish
    发表时间: 2024-09-04 11:07:51
    97
    0