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
    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
    重置 确定

    • 机器学习笔记（九）---- 集成学习（ensemble learning）

      “异质”，如果个体学习器中只包含一种学习算法，例如都是决策树，或都是神经网络，这样的集成就是同质集成，如果个体学习器中包含了多种学习算法，则称为异质集成。 集成学习的目的是得到一个比单一学习器预测性能更好的集成学习器，这就要求个体学习器“好而不同”，要求个体学习器有一定的准确性，同时又有一定的差异性。

      开发者  >  博客
      作者： 云上有未来
      发表时间： 2019-09-19 16:56:49
      8262
      0

    • 机器学习

      而我们也慢慢地一点点去适应它们。随着时间推移，使用电脑已是基本技能。个人计算机使数字技术成为生活中的一个重要部分，对于这里要讲到的故事而言，最重要的是它让生活更多地被以数字方式记录下来。因此，它是将我们生活数据化中很重要的基石，之后这些数据可用来分析和学习。计算机交换数据计算机

      开发者  >  其他
      作者： 又
      324
      0

    • 【MindSpore易点通】机器学习系列：大规模机器学习

      整个训练集来算出整个样本集的代价函数，而是只需要每次对最后1000个，或者多少个样本求下平均值。应用这种方法，既可以保证随机梯度下降法在正常运转和收敛，也可以用它来调整学习速率的大小。5 在线学习现在有一种新的大规模的机器学习机制，叫做在线学习机制。在线学习机制让我们可以模型化问

      开发者  >  其他
      作者： Skytier
      874
      1

    • 机器学习算法选择

      使得在某度量方式下,数据中同类样本之间的距离尽可能减小,而不同类别样本之间的距离尽可能增大,常用的度量学习方法分为全局度量学习和局部度量学习,深度学习也可以与度量学习相结合,利用深度神经网络自适应学习特征表达,当数据量较多时,推荐使用深度度量学习深度度量学习已经成功用于人脸识别等领域

      开发者  >  其他
      作者： 运气男孩
      957
      5

    • 机器学习服务 使用工作流

      视频介绍了机器学习服务（MLS）的工作流的创建和使用。工作流提供了拖拽式的操作方式，无需用户具备编程能力，即可完成机器学习应用的构建。

      开发者  >  视频
      播放量  4608

    • 机器学习经典算法

      earn库中的几种经典机器学习算法：一、K最近邻（KNN）这个算法思路特别简单，就是随大流。对于需要贴标签的数据样本，他总是会找几个和自己离得最近的样本，也就是邻居，看看邻居是什么标签。如果他的邻居中的大多数样本都是某一类样本，他就认为自己也是这样一类样本。参数k，就是邻居的个数

      开发者  >  其他
      作者： 2222
      727
      0

    • [机器学习Lesson 1] 机器学习简介

      Learning (监督学习)它被称作监督学习是因为对于每个数据来说 我们给出了 “正确的答案”。你有一些问题和他们的答案，你要做的有监督学习就是学习这些已经知道答案的问题。然后你就具备了经验了，这就是学习的成果。然后在你接受到一个新的不知道答案的问题的时候，你可以根据学习得到的经验，得出

      开发者  >  博客
      作者： mantou
      发表时间： 2018-11-12 15:46:36
      9282
      0

    • 使用MLS预置算链进行机器学习建模

      这里简单介绍如何通过一键运行预置的餐厅经营销售量预测算链，完成建模，帮助开发者快速了解MLS的建模过程。 前提条件 已经创建一个基于MLStudio的Notebook镜像，并进入MLS Editor可视化编辑界面。 #### Step1 运行预置算链 1. 单击资产浏览图标 ![image

      开发者  >  其他
      作者： 运气男孩
      3156
      3

    • 《Spark机器学习进阶实战》——1.2.3　其他机器学习

      2.3　其他机器学习此外，机器学习的常见算法还包括迁移学习、主动学习和演化学习等。（1）迁移学习迁移学习是指当在某些领域无法取得足够多的数据进行模型训练时，利用另一领域的数据获得的关系进行学习。迁移学习可以把已训练好的模型参数迁移到新的模型，指导新模型训练，更有效地学习底层规则、减

      开发者  >  博客
      作者： 华章计算机
      发表时间： 2019-05-30 23:49:12
      5370
      0

    • 机器学习案例（十）：新闻分类

      目前，新闻文章是由新闻网站的内容管理者手工分类的。但为了节省时间，他们还可以在自己的网站上使用机器学习模型，读取新闻标题或新闻内容，并对新闻类别进行分类。在下面的部分中，我将带你了解如何使用 Python 编程语言为新闻分类任务训练机器学习模型。 文章目录 一、数据集

      开发者  >  博客
      作者： 川川菜鸟
      发表时间： 2022-09-24 16:38:38
      198
      0

    • 机器学习概念

      机器学习是一个跟“大数据”一样近几年格外火的词汇。我们在了解深度学习之前，还是有必要了解和认识机器学习这个词的。机器学习究竟是一个什么过程或者行为呢？机器学习一一我们先想想人类学习的目的是什么？是掌握知识、掌握能力、掌握技巧，最终能够进行比较复杂或者高要求的工作。那么类比一下机器

      开发者  >  其他
      作者： G-washington
      1889
      1

    • 机器学习 概述

      的人）。“机器学习”强调的是，在给计算机程序（或者机器）输入一些数据后，它必须做一些事情，那就是学习这些数据，而这个学习的步骤是明确的。机器学习（Machine Learning）是一门专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不

      开发者  >  其他
      作者： 角动量
      2862
      4

    • 机器学习基础

      都是有监督学习的例子，目的是找到训练样例和目标之间的映射关系，并用来预测未知数据。有监督学习只是机器学习的一部分，机器学习也有其他不同的部分。以下是3种不同类型的机器学习：有监督学习；无监督学习；强化学习。下面详细讲解各种算法。4.1.1　有监督学习在深度学习和机器学习领域中，大

      开发者  >  其他
      作者： 人工智能君
      167
      0

    • 小样本学习总结（二）

      上一篇文章总结了常见的几种基于元学习的小样本学习算法，不过很多学者任务元学习太过玄学，ICLR2019中的一篇文章A Closer Look at Few-shot Classification，建立了两个普通简单的baseline，发现在CUB和miniImageNet上的性能

      开发者  >  博客
      作者： Deep_Rookie
      发表时间： 2020-10-22 20:38:53
      4482
      0

    • 机器学习基础

      都是有监督学习的例子，目的是找到训练样例和目标之间的映射关系，并用来预测未知数据。有监督学习只是机器学习的一部分，机器学习也有其他不同的部分。以下是3种不同类型的机器学习：有监督学习；无监督学习；强化学习。下面详细讲解各种算法。4.1.1　有监督学习在深度学习和机器学习领域中，大

      开发者  >  其他
      作者： ssdandan
      300
      0

    • 【玩转标准版MLS系列一】机器学习助力销售预测

      条件。华为云机器学习服务可以使用回归算法来挖掘餐厅的开业时间、地点、城市类型、人口统计、房地产与餐厅营业额的重要内在联系。餐厅经营者可以使用以上过程产生的模型预测出未来餐厅的营业额，从而帮助经营者完成餐厅选址、餐厅选型、餐厅规模等选择。1.2     准备工作MLS提供一键式“销

      开发者  >  其他
      作者： 人工智能
      10888
      4

    • 深度学习之对抗样本

      化与大型函数族结合的力量。纯粹的线性模型，如逻辑回归，由于它们被限制为线性而无法抵抗对抗样本。神经网络能够将函数从接近线性转化为局部近似恒定，从而可以灵活地捕获到训练数据中的线性趋势同时学习抵抗局部扰动。

      开发者  >  其他
      作者： 小强鼓掌
      631
      3

    • 《机器学习系统》案例：机器学习工作流

      机器学习工作流 机器学习系统编程模型的首要设计目标是：对开发者的整个工作流进行完整的编程支持。一个常见的机器学习任务一般包含如图所示的流程。这个工作流完成了训练数据集的读取，模型的训练，测试和调试

      开发者  >  博客
      作者： irrational
      发表时间： 2022-05-31 14:14:54
      472
      0

    • 机器学习之深度学习

      有趣的是，二十一世纪初，连接主义学习又卷上重来，掀起了以 “深度学习”为名的热潮．所谓深度学习，狭义地说就是 “很多层 ＂ 的神经网络．在若干测试和竞赛上，尤其是涉及语音、 图像等复杂对象的应用中，深度学习技术取得了优越性能以往机器学习技术在应用中要取得好性能，对使用者的要求较高；而深度学习技术涉及的模型复杂度非常高，以至千只要下工夫

      开发者  >  其他
      作者： ypr189
      731
      1

    • 深度学习之虚拟对抗样本

      对抗样本也提供了一种实现半监督学习的方法。在与数据集中的标签不相关联的点 x 处，模型本身为其分配一些标签 yˆ。模型的标记 yˆ 未必是真正的标签，但如果模型是高品质的，那么 yˆ 提供正确标签的可能性很大。我们可以搜索一个对抗样本 x′，导致分类器输出一个标签 y′ 且 y′

      开发者  >  其他
      作者： 小强鼓掌
      730
      3
    总条数： 10000
    点击加载更多