-
机器学习概览
需要掌握人工智能技术,希望具备及其学习和深度学习算法应用能力,希望掌握华为人工智能相关产品技术的工程师 课程目标 学完本课程后,您将能够:掌握学习算法定义与机器学习的流程;了解常用机器学习算法;了解超参数、梯度下降和交叉验证等概念。 课程大纲 1. 机器学习算法 2. 机器学习的分类 3. 机器学习的整体流程
来自:百科 -
AI技术领域课程--机器学习
第7章 有监督学习-决策树 第8章 有监督学习-集成算法概述 第9章 有监督学习-Bagging 第10章 有监督学习-随机森林 第11章 有监督学习-Boosting 第12章 有监督学习-Adaboost 第13章 有监督学习-GBDT 第14章 有监督学习-Xgboost 第15章
来自:百科 -
入门篇:人工智能开启新纪元
-
大V讲堂——开放环境下的自适应视觉感知
赖方面所开展的一些研究工作。 课程目标 通过本课程的学习,使学员了解: 1、如何构建高效的神经网络基础模型。 2、如何学习显著性物体、边缘等通用属性。 3、如何利用通用属性构建弱监督学习模型,并进而利用互联网数据自主完成知识学习。 课程大纲 第1章 什么是开放环境的自适应感知 第2章
来自:百科 -
AI开发的基本概念
-
Docker的使用流程
-
Docker镜像是什么
-
Service背后的实现:Kube-proxy
-
容器技术出现的背景
-
阳光厨房解决方案,让“阳光”洒满厨房
-
关系型数据库和非关系模型数据库的区别
-
Secret概述
-
ConfigMap使用的注意事项
-
Istio的核心理念
-
Istio的可观测性
-
Kubernetes集群的常见部署形态
-
云原生代表技术:服务网格
-
打手机智能识别
-
ConfigMap概述
-
BoostKit大数据使能套件:Spark机器学习算法,实现数据处理倍级性能提升
-
压板状态智能识别