已找到以下 10000 条记录
  • 机器学习第三部分:决策树算法

    作者|程哥本文主要为机器学习第三部分,这部分我们重点来探讨一下决策树算法,主要分2部分来解说分别是:决策树、sklearn,欢迎大家一起交流学习。机器学习第三部分:决策树算法.pdf( 预览 )

    作者: 华为云社区精选
    4057
    0
  • 【Android学习】导入别人的Android项目到AS中

    更新:最好直接导入,有错误再根据对应错误修改。 学习阶段,下载学习他人的项目是必不可少的一步,但是新手又常常会遇到各种奇葩的问题,问题不可怕,可怕是自己退缩。总结下自己的一些经验,望对后来的你有所帮助!

    作者: ReCclay
    发表时间: 2022-02-21 17:42:18
    765
    0
  • 学习笔记|提升方法的基本思路

    uo;强可学习”和“弱可学习”的概念。指出:在概率近似正确学习的框架中,一个概念(一个类),如果存在一个多项式的学习算法能够学习它,并且正确率很高,那么就称这个概念是强可学习的;一个概念,如果存在一个多项式的学习算法能够学习它,学习的正确率仅比

    作者: darkpard
    发表时间: 2021-12-11 11:18:22
    1219
    0
  • 【20201学习赛---KPI异常检测】2月24号直播PPT下载

    【20201学习赛---KPI异常检测】2月24号直播PPT请点击下载0%KPI异常检测学习赛2021直播_0224.pdf (2.64 M)

    作者: 开发者创新中心小广播
    1148
    0
  • 一文了解华为ModelArts|【百变AI秀】

    难,直到深度学习算法的出现。 2.3 深度学习 实现机器学习的技术:深度学习本来并不是一种独立的学习方法,其本身也会用到有监督和无监督的学习方法来训练深度神经网络。但由于近几年该领域发展迅猛,一些特有的学习手段相继被提出(如残差网络),因此越来越多的人将其单独看作一种学习的方法。

    作者: kaliarch
    发表时间: 2021-08-24 05:51:43
    2084
    0
  • 华为云大前端学习之旅(一)

    华为云大前端学习之旅(一) 华为云大前端学习之旅(一) 一、华为Classroom 网页模仿实战 二、编写准备 三、网页编写 三、总结 一、华为Classroom 网页模仿实战 1、网页地址:https://classroom.devcloud.huaweicloud.com

    作者: @Wu
    发表时间: 2021-07-02 07:12:12
    1537
    0
  • 《Spark机器学习进阶实战》——1.4.5 智慧交通大数据应用

    5 智慧交通大数据应用智慧交通大数据应用是以物联网、云计算、大数据等新一代信息技术,结合人工智能、机器学习、数据挖掘、交通科学等理论与工具,建立起的一套交通运输领域全面感知、深度融合、主动服务、科学决策的动态实时信息服务体系。基于人工智能和大数据技术的叠加效应,结合交通行业的专家

    作者: 华章计算机
    发表时间: 2019-05-31 00:44:24
    7668
    0
  • Scikit-Learn 中级教程——学习曲线

    Scikit-Learn 中级教程:学习曲线 学习曲线是一种评估机器学习模型性能的可视化工具,它可以帮助我们理解模型在不同训练数据大小下的表现。在本篇博客中,我们将深入介绍学习曲线的概念,并使用 Scikit-Learn 中的工具绘制学习曲线。 1. 为什么需要学习曲线? 学习曲线有助于回答以下问题:

    作者: Echo_Wish
    发表时间: 2024-01-22 08:30:55
    7
    0
  • ModelArts预置算法选择

    为自研的深度因式分解机DeepFM,可使用Ascend-910设备训练。DeepFM 模型结合了广度和深度模型的优点,联合训练FM模型和DNN模型,可同时学习低阶特征组合和高阶特征组合,从而能够学习各阶特征之间的组合关系。(7)时序预测算法。支持基于经典机器学习深度学习两大类主流时序预测算法,通过参数化的配置

    作者: 运气男孩
    983
    3
  • ModelArts预置算法介绍

    为自研的深度因式分解机DeepFM,可使用Ascend-910设备训练。DeepFM 模型结合了广度和深度模型的优点,联合训练FM模型和DNN模型,可同时学习低阶特征组合和高阶特征组合,从而能够学习各阶特征之间的组合关系。(7)时序预测算法。支持基于经典机器学习深度学习两大类主流时序预测算法,通过参数化的配置

    作者: 运气男孩
    1251
    5
  • 新手如何快速上手学习单片机?

    计项目,通过实践来提高自己的能力。 4.学习社区 加入单片机学习社区,与其他学习者交流和分享经验。可以通过论坛、社交媒体群组或线下活动来参与社区。 三、学习单片机的准备工作 编程基础:学习单片机需要一定的编程基础,建议先学习一门编程语言,如 C 语言或 Python。

    作者: Kevin_17
    发表时间: 2024-03-19 17:14:41
    4
    0
  • OpenResty学习地图来啦,速速收藏!

    导读:OpenResty学习地图,全英文文档  OpenResty学习地图 下载地址 点我下载高清OpenResty技能图谱 关注公众号电商程序员,回复OpenResty技能图谱,获取下载链接!

    作者: 孙叫兽
    发表时间: 2021-03-27 16:13:25
    508
    0
  • (已结束)【乘风破浪赋能学习第三季(数据库)】5折微认证+学习数据库基础知识,证书+奖品,你值得拥有!

    HuaweiX+CBUCNXD012+Self-paced/about,进入课程学习地址,报名学习《数据库基础课程》    01)学习课程,完成学习进度100%;   02)在本活动帖下方晒出完成学习的截图,格式如下:华为云账号+课程截图;回帖样式如下所示:华为云账号:*****

    作者: GaussDB 数据库
    11600
    236
  • 机器学习(七):线性判别分析(LDA)

    进行建模,即分离两个或多个类,它将高维空间中的特征投影到低维空间中。 线性判别分析是机器学习中用于监督分类问题的最流行的降维技术之一。 二、线性判别分析原理 线性判别分析被用作机器学习中的一种降维技术,使用它我们可以轻松地将 2-D 和 3-D 图转换为一维平面。 让我们考虑一个示例,其中我们在具有

    作者: 川川菜鸟
    发表时间: 2022-08-04 14:24:14
    154
    0
  • 想要学习“FairMOT目标跟踪样例”样例的原理

    ceapps: MindX SDK Reference Apps - Gitee.com   。    (2)对机器学习有浅薄的了解,基本小白。没有自己敲过机器学习的代码(有上过《数字图像处理》的课,用代码对图片做过一些简单的处理),但是运行成功过几个,现在是一个大四计算机专业学生。 

    作者: lalalal1234
    332
    1
  • 区块链赋能数字经济与实体经济深度融合

    经济日报/2019 年/11 月/22 日/第 012 版 中经智库  区块链赋能数字经济与实体经济深度融合  于佳宁 毛晓君    近年来,区块链技术与越来越多的实体行业深度融合,在促进跨地区的制造业协同发展、工 业互联、智能制造、数据共享,以及金融赋能实体经济方面发挥着越来越关键的作用。

    作者: 煌萧束犀牛
    3184
    0
  • 自动化机器学习要解决什么问题,目前有哪些方向?

    今天再体验modelart自动学习突然想到这个自动化机器学习。它的理想化效果是不是不需要人类参与,自动特征提取,模型选择与调优?这个技术在未来AI行业会有哪些影响?

    作者: puduzhongsheng
    1251
    4
  • 嵌入式软件学习 - 咨询服务

    p;大家好,我是Allen,2017年普通本科毕业参加工作,先后从事无人机飞控算法和通信协议软件开发,经历过国企和外企不同的制度熏陶,不断学习和研究方法是我一直的追求,并且我自己也用尽可能少的时间进行了实践,我的经历可以参考下方文章。    &nb

    作者: CodeAllen
    发表时间: 2021-10-29 14:56:17
    798
    0
  • 人工智能、机器学习和数据工程 InfoQ 趋势报告 - 2021 年 8 月

    McGuire与编辑们一起分享她的经验和观点。 深度学习转向早期采用者 (Early adopter) 尽管深度学习在 2016 年才开始引起我们的注意,但我们现在正在将其从创新者类别(Innovators category )转移到早期采用者类别(Early Adopters)。我们知道深度学习有两个主要的框架:TensorFlow

    作者: Regan Yue
    发表时间: 2021-10-24 04:35:59
    1265
    0
  • 【我要去HDC2021】每天学习一小时

    学习打卡了,记得每天都要学习

    作者: sdws
    723
    16