业务分析模型，该怎么搭建

2020-07-22

文章来源： 接地气学堂 作者：接地气的陈老师 很多同学最怕听“建模型”仨字。尤其是建立“业务分析模型”。往往自己辛辛苦苦搞得LR、SVM、CNN被业务方狂喷：你这都是啥东西！脱离业务！不切实际！ ...

数据分析认证证书，为啥成了香饽饽？百度搜不到的答案来了！

2022-04-03

2020年是特殊的一年，突如其来的疫情，阻断了全球经济高速发展的步伐，很多城市经济陷入低迷。同样，对很多人而言，2020年亦是充满机遇的一年。 古有云：时势造英雄。在遭遇重大危机时，安于现状者无法独善其身 ...

什么是数字孪生体？来自西门子、PTC、北航的精华观点和实践

2020-07-17

导读：众多企业管理者都将“数字化转型”视为战略核心，那么“数字化转型”应该已经有了一个清晰的概念才对，但实际上却并非如此。经过笔者多方收集，似乎大家对“数字化转型”都有自己的理解。数字孪生具有多种定 ...

人工智能自拍之后，会怎样给自己P图？

2020-07-16

导读：领导让数据叔写篇关于人工智能的原创，于是数据叔决定求助于人工智能。 作者：数据叔 来源：大数据DT（ID：hzdashuju） 01 智能辅助创新 人工智能领域的发展前景广阔。 数学 ...

如何快速安装tensorFlow？需要注意哪些地方？

2020-07-14

tensorFlow是机器学习中应用最广泛，最受欢迎的算法库之一。Tensorflow由谷歌人工智能团队谷歌大脑(Google Brain)开发和维护，Google几乎在所有应用程序中都使用tensorFlow来实现机器学习。 下面小编整理了tensorF ...

半监督学习的种类都有哪些？

2020-07-14

半监督学习(SSL)，全称Semi-Supervised Learning,类属于机器学习(Machine Learning,ML)。在只有少量标记样本，大部分样本都是无标记的情况下，可以使用半监督学习方法，根据无标记样本与标记样本间的相似度、以及 ...

spark入门必读：核心概念介绍及常用RDD操作

2020-07-13

作者：肖冠宇 来源：大数据DT(ID：hzdashuju) 内容摘编自《企业大数据处理：Spark、Druid、Flume与Kafka应用实践》 导读：Spark是由加州大学伯克利分校AMP实验室开源的分布式大规模数据处理通用引擎，具 ...

应该怎样理解深度学习Caffe？

2020-07-13

Caffe是深度学习框架中经常遇到的，那么到底Caffe是什么?我们又应该怎样理解呢?下面，小编对于Caffe做了一个简单的介绍，希望对大家有所帮助。 一、Caffe基本概念 Caffe全称为：Convolutional Architecture ...

NLP自然语言处理基础概念的理解与介绍

2020-07-13

NLP(Natural Language Processing)自然语言处理是数据科学领域的一个非常重要的分支，它包含了，以一种高效的方式去分析，理解并从文本中提取信息等重要过程，终极目标是让计算机拥有自然语言处理交际能力。通过利 ...

python数据挖掘常用工具有哪几种？

2020-07-10

python有强大的第三方库，广泛用于数据分析，数据挖掘、机器学习等领域，下面小编整理了python数据挖掘的一些常用库，希望对各位小伙伴学习python数据挖掘有所帮助。 1. Numpy 能够提供数组支持，进行 ...

AI监考，机器人研究员，你离失业下岗还有多远？

2020-07-10

2020年高考，辽宁省首次将AI人工智能用到考试行为分析中，对高考考试的疑似违规行为进行检测。 图片来源：辽宁考试之窗 利物浦大学的研究者开发的「007」机器人，一天二十几个小时都泡在实验室里，8 天 ...

这几种分布式计算框架，你必须知道！

2020-07-10

对于大数据的处理问题，计算机科学界有两大方向：一是集中式计算，另外一种是分布式计算。小编今天给大家整理的是几种主流的分布式计算框架，希望对大家有所帮助。 Hadoop是基础，它的HDFS能够存储文件，Yarn进 ...

python数据分析常用的库有哪几种？

2020-07-09

1、Numpy NumPy 是一个 Python 包。 它代表 “Numeric Python”。 它是一个由多维数组对象和用于处理数组的例程集合组成的库。它是Python创建的所有更高层工具的基础。以下是它提供的一些功能： a、N维数组 ...

不平衡数据处理常用方法--下采样

2020-07-09

机器学习中，当原始数据的分类极不均衡，需要对不平衡数据进行处理，而下采样就是处理方法之一。简单来说就是从多数类中随机抽取样本从而减少多数类样本的数量，使数据达到平衡。 下采样，通常适用于 ...

如何快速简单的理解决策树的概念？

2020-07-09

决策树(Decision Tree)是机器学习中一种常见的算法，它的思想非常朴素，就像我们平时利用选择做决策的过程。决策树是一种基本的分类与回归方法，当被用于分类时叫做分类树，被用于回归时叫做回归树。 一、决策 ...

XGBoost算法的这3类参数，你知道吗？

2020-07-09

XGBoost是诞生于2014年2月的一种专攻梯度提升算法的机器学习函数库，它有很好的学习效果，速度也非常快，与梯度提升算法在另一个常用机器学习库scikit-learn中的实现相比，XGBoost的性能可以提升10倍以上。还有，X ...

随机森林（Random Forest）算法的优点和缺点都有哪些？

2022-12-23

随机森林(Random Forests)现在机器学习中比较火的一个算法，是一种基于Bagging的集成学习方法，能够很好地处理分类和回归的问题。下面小编整理了随机森林的优点和缺点，希望对大家有所帮助。 随机森林有许多优 ...

对于KNN算法概念以及原理的简单理解

2020-07-09

KNN的全称是K-Nearest Neighbors，具体意思为K个最近的邻居。KNN算法可以说是机器学习算法中最简单、最基础的算法了。既能用于分类，也能用于回归。是通过测量不同特征值之间的距离来进行分类。 KNN的基本思路 ...

过拟合(over-fitting)出现的原因及相应的解决方法

2020-07-08

过拟合(over-fitting)是指机器学习模型或者是深度学习模型在训练样本中表现得过于优越，导致在验证数据集以及测试数据集中表现不佳。也就是referstoa模型对于训练数据拟合程度过高的情况。 通过学习曲线来理解 ...

如何理解欠拟合？常用的处理方法有哪些？

2020-07-08

一、欠拟合概念及理解 机器学习中欠拟合是一个常见的问题，简单来说就是模型在训练和预测时表现都欠佳的情况。一个欠拟合的机器学习模型不是一个良好的模型并且在训练数据上表现不好这是显而易见的。 图 ...