-
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 -
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
术,包括优化的机器学习算法,从而实现Spark性能倍级提升。 内容大纲: 1. 大数据机器学习算法发展历程; 2. 机器学习算法优化的技术挑战; 3. 鲲鹏BoostKit机器学习算法原理创新; 4. 面向鲲鹏的算法亲和优化实践; 5. 鲲鹏BoostKit机器学习算法实践。 听众收益:
来自:百科 -
计算机视觉基础:对抗生成网络
700,擅长大规模视觉识别、自动机器学习等领域。 课程简介 本教程介绍了非参数化生成模型GAN的概念和优化过程、稳定GAN优化过程的方式;评价GAN生成样本质量的评价标准,包括Inception score和FID等。 课程目标 通过本课程的学习,使学员: 1、了解GAN是很重要的非参数化生成模型。
来自:百科 -
如何选择DAYU版本
-
为什么选择ECS?
-
深度学习
-
机器翻译是什么
-
企业邮箱怎么选择
-
话机器人服务
-
自动学习
-
机器翻译的优点
-
AI开发的基本概念
-
如何选择企业邮箱
-
初创公司预算有限,在云服务器选择上应该如何选择?
-
如何选择DDoS高防
-
为什么选择专属云
-
从MindSpore手写数字识别学习深度学习
-
领取/购买优学院学习购买学习卡常见问题
-
ModelArts计费说明_计费简介_ModelArts怎么计费
-
物联网学习入门