AI 助理
文档备案控制台
文章 2021-10-31 来自：开发者社区

ML之DataScience：基于机器学习处理数据科学(DataScience)任务(数据分析、特征工程、科学预测等)的简介、流程、案例应用执行详细攻略

数据科学的任务(数据分析、特征工程、科学预测等)的简介        数据科学在20世纪60年代已被提出，只是当时并未获得学术界的注意和认可，1974年彼得.诺尔出版了《计算机方法的简明调查》中将数据科学定义为：“处理数据的科学，一旦数据与其代表事物的关系被建立起来，将为其他领域与科学提供借鉴”。1996年在日本召开的“数据科学、分类和相关方法”，已经将数....

ML之DataScience：基于机器学习处理数据科学(DataScience)任务(数据分析、特征工程、科学预测等)的简介、流程、案例应用执行详细攻略
文章 2021-10-31 来自：开发者社区

ML之Validation：机器学习中模型验证方法的简介、代码实现、案例应用之详细攻略

模型验证方法的简介1、Hold-out验证后期更新……2、K-折交叉验证后期更新……3、自助重采样resample the data with replacement模型验证方法的代码实现后期更新……模型验证方法的案例应用后期更新……

ML之Validation：机器学习中模型验证方法的简介、代码实现、案例应用之详细攻略
文章 2021-10-30 来自：开发者社区

TF学习——TF之API：TensorFlow的高级机器学习API—tf.contrib.learn的简介、使用方法、案例应用之详细攻略

tf.contrib.learn的简介 tf.contrib.learn 是 TensorFlow 提供的一个机器学习高级 API 模块，让用户可以更方便的配置、训练和评估各种各样的机器学习模型，里面内置了很多模型可以直接调用，其实，就是类似最经典的机器学习库 scikit-learn 的 API 。很多调用方法都很相同。1、常用的模型线性分类 tf.contrib.learn.LinearCl....

文章 2021-10-29 来自：开发者社区

ML与math：机器学习与高等数学基础概念、代码实现、案例应用之详细攻略——进阶篇

人工智能数学基础综合下边的知识图谱来源于《人工智能数学基础》课程文件，源于Jason博士人工智能数学基础之高等数学1、哈夫曼编码Huffman Coding简介及代码实现2、研究函数f(x)=xlnx人工智能数学基础之线性代数更新……人工智能数学基础之概率论更新……

ML与math：机器学习与高等数学基础概念、代码实现、案例应用之详细攻略——进阶篇
文章 2021-10-28 来自：开发者社区

ML之LF：机器学习中常见的损失函数(连续型/离散型)的简介、损失函数/代价函数/目标函数之间区别、案例应用之详细攻略

损失函数的简介      损失函数，又称目标函数，或误差函数，用来度量网络实际输出与期望输出之间的不一致程度，指导网络的参数学习和表示学习。0、损失函数特点损失函数是一个非负实值函数。针对不同的问题，会采用不同的损失函数– 回归问题(连续型)：平方损失等– 分类问题(离散型)：对数损失、交叉熵等不同的损失函数会影响网络的训练速度和网络的泛化性能1、损失函数-连续型输....

ML之LF：机器学习中常见的损失函数(连续型/离散型)的简介、损失函数/代价函数/目标函数之间区别、案例应用之详细攻略
文章 2017-05-02 来自：开发者社区

大数据与机器学习：实践方法与行业案例.1.3　应用系统

1.3　应用系统 前面已经为数据定义了三种基本形态，并认识了各种数据平台。从图1-1中还可以看到，原始数据主要是由应用系统产生的。作为数据的源头，我们有必要从数据的角度重新认识应用系统。 从数据角度看，应用系统可以分为两类：业务驱动的应用系统和数据驱动的应用系统，如图1-18所示。   图1-18　应用系统的分类 业务驱动的应用系统侧重于业务逻辑的处理，数据是业务逻辑运行的直接结果，它不...

本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。

机器学习平台 PAI应用相关内容

机器学习平台 PAI您可能感兴趣