文章 2018-12-09 来自:开发者社区

SLS机器学习最佳实战:时序预测

为何需要预测? 通过分析序列进行合理预测,做到提前掌握未来的发展趋势,为业务决策提供依据,这也是决策科学化的前提。时间序列就是按时间顺序排列的一组数据序列。时间序列分析就是发现这组数据的变动规律并用于预测的统计技术。 明天的账单大约多少??(根据在各个云产品中资源消耗量进行预测 ---> 业务稳定) 业务流量预测,明天各个小时的流量如何??(业务在稳定的情况下,也是可以预测的) 某公司的.....

SLS机器学习最佳实战:时序预测
文章 2018-11-19 来自:开发者社区

SLS机器学习最佳实战:时序异常检测和报警

文章系列链接 SLS机器学习介绍(01):时序统计建模 SLS机器学习介绍(02):时序聚类建模 SLS机器学习介绍(03):时序异常检测建模 SLS机器学习介绍(04):规则模式挖掘 SLS机器学习最佳实战:时序异常检测和报警 背景 针对实时采集的日志数据,如何从实时的日志中监控服务的稳定性;如何及时的将服务的异常通知到相关人员;如何根据一段时间内的时序日志消除抖动,更好的提高企业运维...

SLS机器学习最佳实战:时序异常检测和报警
文章 2018-10-18 来自:开发者社区

机器学习实战⑴之线性回归预测房价

机器学习 一般来说,一个学习问题通常会考虑一系列 n 个 样本 数据,然后尝试预测未知数据的属性。 如果每个样本是 多个属性的数据,比如说是一个多维记录),就说它有许多“属性”,或称 features(特征) 。 我们可以将学习问题分为几大类: [监督学习]其中数据带有一个附加属性,即我们想要预测的结果值。这个问题可以是: > [分类]: 样本属于两个或更多个类,我们想从已经标记的数...

文章 2018-08-08 来自:开发者社区

【机器学习实战】理解Scikit-Learn中分类性能度量指标

Understanding Data Science Classification Metrics in Scikit-Learn in Python 在本教程中,我们将介绍Python的scikit-learn中的一些分类度量指标 - 从头开始学习和编写我们自己的函数,以理解其中一些函数背后的数学知识。数据科学中预测建模的一个主要领域是分类。分类就是试图预测一个群体中某一特定样本来自哪个类别。....

问答 2018-07-30 来自:开发者社区

Python数据挖掘与机器学习技术进阶实战PPT及代码

聚类问题应用场景介绍 K-Means算法介绍与实现 使用聚类算法对公司客户价值进行自动划分案例实战 关联分析问题应用场景介绍 Apriori算法介绍 FP-Growth算法介绍 使用关联分析算法解决课程的个性化推荐问题 作业练习:使用关联分析算法解决超市商品货品摆放调整问题 https://yq.aliyun.com/download/2469?spm=a2c4e.11154804.0.0.7.....

问答 2018-07-30 来自:开发者社区

Python数据挖掘与机器学习技术入门实战PPT及代码

数据挖掘与机器学习技术简介 Python数据预处理实战 常见分类算法介绍 对鸢尾花进行分类案例实战 分类算法的选择思路与技巧 https://yq.aliyun.com/download/2468?spm=a2c4e.11154804.0.0.7f006a79Q2nhnp

问答 2018-07-16 来自:开发者社区

机器学习及人机交互实战

Rokid A-Lab陈见耸在2017杭州云栖大会中做了题为《机器学习及人机交互实战》的分享,就自然语言对话技术兴起原因,自然语言人机交互任务类型及技术做了深入的分析。 https://yq.aliyun.com/download/1833?spm=a2c4e.11154804.0.0.61df6a79WNL2nV

文章 2018-07-02 来自:开发者社区

机器学习实战之线性回归

线性回归原理与推导 如图所示,这时一组二维的数据,我们先想想如何通过一条直线较好的拟合这些散点了?直白的说:尽量让拟合的直线穿过这些散点(这些点离拟合直线很近)。 目标函数 要使这些点离拟合直线很近,我们需要用数学公式来表示。首先,我们要求的直线公式为:Y = XTw。我们这里要求的就是这个w向量(类似于logistic回归)。误差最小,也就是预测值y和真实值的y的差值小,我们这里采用平方误...

文章 2018-06-25 来自:开发者社区

机器学习实战之AdaBoost元算法

今天学习的机器学习算法不是一个单独的算法,我们称之为元算法或集成算法(Ensemble)。其实就是对其他算法进行组合的一种方式。俗话说的好:“三个臭皮匠,赛过诸葛亮”。集成算法有多种形式:对同一数据集,使用多个算法,通过投票或者平均等方法获得最后的预测模型;同一算法在不同设置下的集成;同一算法在多个不同实例下的集成。本文着重讲解最后一种集成算法。 bagging 如果训练集有n个样本,我们随机抽....

文章 2018-06-25 来自:开发者社区

机器学习实战之Logistic回归

本系列教程特点: 基于《机器学习实战》尽量避免讲太多数学公式,通过简单直白的方式讲解各算法的原理对于算法实现的代码进行详细讲解哪些读者可以食用: 了解机器学习的基本术语会Python语言会numpy和pandas库的使用 写在前面 Logistic回归涉及到高等数学,线性代数,概率论,优化问题。本文尽量以最简单易懂的叙述方式,以少讲公式原理,多讲形象化案例为原则,给读者讲懂Logistic回归。....

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。

产品推荐

阿里云机器学习平台PAI

阿里云机器学习PAI(Platform of Artificial Intelligence)面向企业及开发者,提供轻量化、高性价比的云原生机器学习平台,涵盖PAI-iTAG智能标注平台、PAI-Designer(原Studio)可视化建模平台、PAI-DSW云原生交互式建模平台、PAI-DLC云原生AI基础平台、PAI-EAS云原生弹性推理服务平台,支持千亿特征、万亿样本规模加速训练,百余落地场景,全面提升工程效率。

+关注