内容选择
全部
内容选择
内容分类
  • 学堂
  • 博客
  • 论坛
  • 开发服务
  • 开发工具
  • 直播
  • 视频
  • 用户
时间
  • 一周
  • 一个月
  • 三个月
  • 漫谈数据仓库的分层架构演进

    02 分层建模 通过上面的内容,我们终于知道了数据加工过程为什么要分层。那么数据建模应该如何来做呢?因为在数据仓库领域,在数据建模一直有两种争锋相对的观点,就是范式建模还是维度建模。我们在目前大数据这个场景,一般就只提一种方法了,就是维度建模维度建模的经典方法教程中没

    作者: 数据社
    发表时间: 2022-09-24 18:43:45
    193
    0
  • 【云驻共创】大模型的学习路线图推荐—多维度深度分析

      🌏华为云盘古大模型 华为云盘古大模型是华为旗下的AI大模型,包括NLP大模型、CV大模型和科学计算大模型等多个领域。其中,盘古NLP大模型是业界首个超千亿参数的中文预训练大模型,被认为是最接近人类中文理解能力的AI大模型。 盘古大模型采用了Encoder-Deco

    作者: 柠檬味拥抱
    发表时间: 2024-01-20 09:44:22
    2213
    0
  • 使用Python实现深度学习模型:序列建模生成模型的博客教程

    深度学习模型,重点关注序列建模和生成模型。我们将详细说明每个步骤,并提供相应的代码示例。 目录 序列建模的基本概念 使用Python和Keras构建序列建模模型 序列建模模型的训练评估 生成模型的基本概念 使用Python和TensorFlow构建生成模型 生成模型的训练与生成新的序列

    作者: Echo_Wish
    发表时间: 2024-07-02 09:31:54
    0
    0
  • 使用MXNet构建模型

    MXNet原生接口编写的模型训练脚本(ModelArts默认提供),在ModelArts中完成模型训练,并将此模型部署为在线服务。部署完成后,用户可通过在线服务识别输入图片中的数字。开始使用样例前,请仔细阅读准备工作罗列的要求,提前完成准备工作。本示例模型构建的步骤如下所示:步骤

    作者: 倪平宇
    2463
    2
  • 使用Notebook构建模型

    使用此示例,在Notebook中一站式完成模型训练,并上传图片进行预测。开始使用样例前,请仔细阅读准备工作罗列的要求,提前完成准备工作。使用Notebook完成模型构建的步骤如下所示:步骤1:准备数据步骤2:使用Notebook训练模型并预测步骤3:删除相关资源,避免计费https://support

    作者: 倪平宇
    2146
    2
  • 一篇文章搞懂数据仓库:总线架构、一致性维度、一致性事实

    在同一个集市内,一致性维度的意思是两个维度如果有关系,要么就是完全一样的,要么就是一个维度在数学意义上是另一个维度的子集。例如,如果建立月维度话,月维度的各种描述必须与日期维度中的完全一致,最常用的做法就是在日期维度上建立视图生成月维度。这样月维度就可以是日期维度的子集,在后续钻取等

    作者: 不吃西红柿
    发表时间: 2021-07-14 15:38:38
    4037
    0
  • 云享读书会《数据仓库工具箱》

    者/业内大咖提炼书籍精华、分享领读视频,帮助大家快速积累专业知识。本期领读书籍为《数据仓库工具箱:维度建模权威指南》,特邀华为数据仓库资深专家张剑博士现身领读,带你了解数据仓库维度建模维度模型设计等大数据领域前沿知识。

  • 图数据建模图数据模型设计

    基于NEO4J图模型的列表推荐 一、潜在可能认识的人排序列表 二、对可能认识的人进一步筛选 三、业务查询和存储过程的编写 一、潜在可能认识的人排序列表 六度关系以内人脉网络-(只返回账号类型节点)(用户页面触发式接口)(排序:根据关系层数排序)1、首先加载当前节点相连接的

    作者: xcc-2022
    发表时间: 2022-08-07 13:04:22
    198
    0
  • 概率主题模型简介 Introduction to Probabilistic Topic Models

    摘要:概率主题模型是一系列旨在发现隐藏在大规模文档中的主题结构的算法。本文首先回顾了这一领域的主要思想,接着调研了当前的研究水平,最后展望某些有所希望的方向。从最简单的主题模型——潜在狄立克雷分配(Latent Dirichlet Allocation,LDA)出发,讨论了其概率建

    作者: 格图洛书
    发表时间: 2021-12-29 18:07:00
    598
    0
  • 数学建模学习(71):营销组合模型

    营销组合模型 (MMM) 利用多元线性回归来预测营销成本和各种其他参数的销售额。营销组合模型(也称为媒体组合模型),即使在基本层面上,也允许营销人员确定他们需要哪些营销支出才能达到给定的销售目标。 一、什么是营销组合模型? 在最基本的层面上,营销组合模型只是一个多元线性

    作者: 川川菜鸟
    发表时间: 2022-05-18 16:27:11
    503
    0
  • 从三范式到建模规范,详解数据建模知识体系

    三种:星型模型雪花模型星座模型其中最常用的其实是星型模型。2.1 背景在多维分析的商业智能解决方案中,根据事实表和维度表的关系,又可将常见的模型分为星型模型,雪花型模型及星座模型。在设计逻辑型数据的模型的时候,就应考虑数据是按照星型模型,雪花型模型还是星座模型进行组织。2.2 星

    作者: 技术火炬手
    发表时间: 2020-11-19 09:49:58
    14801
    0
  • 通过obs创建模型报错

    通过obs创建模型报错,这个报错啥意思啊

    作者: yd_244411465
    29
    7
  • 基于simulink的电弧炉模型建模仿真

    课题概述 基于simulink的电弧炉模型建模仿真,输出电弧炉模型的电压曲线和电流曲线以及U-I分布图。   2.系统仿真结果     3.核心程序模型 版本:MATLAB2022a   4.系统原理简介        电弧炉通过在电极炉料之间产生高压电弧来加热炉料。炉料主

    作者: yd_293572134
    发表时间: 2024-12-24 20:40:36
    143
    0
  • 基于MATLAB的SEIR传染病模型建模仿真

    解SEIR模型的微分方程,从而得到各类人群随时间的变化情况。   五、模型应用预测          SEIR模型可以用于预测传染病的传播趋势和评估防控措施的效果。通过调整模型参数,我们可

    作者: yd_293572134
    发表时间: 2024-09-03 14:37:59
    295
    0
  • 数据治理:数据质量的度量维度

    全文共 2541 个字,建议阅读 3 分钟 关于数据质量的度量维度,业内还没有一个统一的标准,以下分享几个常见的数据质量度量维度。 1、记录数完整 记录数:正在评估数据集的记录数值。 检查记录数量是否预期数量相负。如果不符,调查却是记录的根本原因并再次剖析数据集。 2、完整性&填充率

    作者: 数据社
    发表时间: 2022-09-24 18:53:04
    232
    0
  • 使用MXNet构建模型出错

    文档快速入门,使用MXNet构建模型,文档里说的是“算法来源”:选择常用框架,在“AI引擎”右侧下拉框中选择“MXNet”,并选择“MXNet-1.2.1-python2.7”版本。  实际只能选MXNet-1.2.1-python3.6版本出错日志:File "/home/wo

    作者: piyoyy
    6099
    12
  • 【数学建模导论】Task01 数据处理拟合模型

    fit_transform(df) 3 常见的统计分析模型 3.1 回归分析分类分析 回归分析分类分析都是一种基于统计模型的统计分析方法。 它们都研究因变量(被解释变量)自变量(解释变量)之间存在的潜在关系, 并通过统计模型的形式将这些潜在关系进行显式的表达。 回归分析

    作者: 机动人心
    发表时间: 2024-07-25 11:49:43
    1114
    0
  • 《软件架构理论实践》 —3.4.2 模型驱动的架构建模方法

    OF是一种元–元模型,即元模型的元模型。MDA中的UML、CWM元模型均以MOF为基础。MOF标准的建立确保了不同元模型之间的交换。作为一个描述建模语言的标准语言,MOF标准避免了将来由于建模语言不同而产生建模语言间相互理解转换的障碍[75]。CWM为数据仓库和业务分析领域最为

    作者: 华章计算机
    发表时间: 2019-12-18 12:48:00
    6733
    0
  • pytorch拷贝权重 模型迁移

    目录 获取模型参数维度 模型迁移动态匹配 获取模型参数维度 model = MobileFormer(**args) model_dict=model.state_dict() for to_k

    作者: 风吹稻花香
    发表时间: 2022-04-10 14:44:45
    477
    0
  • 传统BI项目数据仓库

    集市。我们所涉及的数据仓库其实更多的聚焦于分析层,但是整个BI项目的核心之一。分析层包括了对商业逻辑的数据建模,不仅要根据用户对可视化数据的展现要求,也要根据数据集市中数据分布、容量、业务种类多样性来综合设计。作为分析层中,提供分析数据物理存储基础就是数据仓库,仓库中的数据是经过聚合、清洗、分类以及映射过得clean

    作者: tony_sniper
    6754
    4