cda

数字化人才认证

首页 > 行业图谱 >

R语言深度学习不同模型对比分析案例

R语言深度学习不同模型对比分析案例
2018-05-16
R语言深度学习不同模型对比分析案例 深度学习是机器学习最近的一个趋势,模拟高度非线性的数据表示。在过去的几年中,深度学习在各种应用中获得了巨大的发展势头(Wikipedia 2016a)。其中包括图像和语音识别 ...

数据科学家需要掌握的十大统计技术详解

数据科学家需要掌握的十大统计技术详解
2018-05-15
数据科学家需要掌握的十大统计技术详解 「数据科学家比程序员擅长统计,比统计学家擅长编程。」本文介绍了数据科学家需要掌握的十大统计技术,包括线性回归、分类、重采样、降维、无监督学习等。 不管你对数 ...

大数据时代数据分析的必备技能—R数据挖掘与机器学习

大数据时代数据分析的必备技能—R数据挖掘与机器学习
2018-06-20
大数据时代数据分析的必备技能 —— : 高级:2018年7月31-8月2日(三天)北京, 8月8-10日(三天)上海 地点北京市海淀区厂洼街3号丹龙大厦附近/上海市南京东路培训教室 费用 初级:3300元 / 2800元 ...

面试了8家公司,他们问了我这些机器学习题目......

面试了8家公司,他们问了我这些机器学习题目......
2018-05-04
面试了8家公司,他们问了我这些机器学习题目...... 今年年初以来,作者一直在印度找数据科学、机器学习以及深度学习领域的工作。在找工作的这三十四天里,他面试了8到10家公司,其中也包括初创公司、基于服务 ...

神经网络的优点和缺点

神经网络的优点和缺点
2018-04-28
神经网络的优点和缺点 深度学习目前大受追捧。人们总想在各个方面使用神经网络,但它们总是正确的选择吗? 在本文中我们将探讨如今深度学习如此受欢迎的原因。在读完本文后,你将了解神经网络的主要优缺点 ...

使用 Python 创建 AI 比你想象的轻松

使用 Python 创建 AI 比你想象的轻松
2018-04-25
使用 Python 创建 AI 比你想象的轻松 可能对AI领域,主要开发阶段,成就,结果和产品使用感兴趣。有数百个免费源和教程描述使用Python的AI。但是,没有必要浪费你的时间看他们。这里是一个详细的指南,你需要 ...

数据挖掘的常用方法、功能和一个聚类分析应用案例

数据挖掘的常用方法、功能和一个聚类分析应用案例
2018-04-20
数据挖掘的常用方法、功能和一个聚类分析应用案例 一、数据挖掘的常用方法 利用数据挖掘进行数据分析常用的方法主要有分类、回归分析、聚类、关联规则、特征、变化和偏差分析、Web页挖掘等,它们分别从不同 ...

机器学习新手必看10大算法

机器学习新手必看10大算法
2018-04-16
机器学习新手必看10大算法 在机器学习中,有一种叫做「没有免费的午餐」的定理。简而言之,它指出没有任何一种算法对所有问题都有效,在监督学习(即预测建模)中尤其如此。 例如,你不能说神经网络总是比 ...

数据分析从哪里开始入门学习,可以推荐的书有哪些

数据分析从哪里开始入门学习,可以推荐的书有哪些
2018-04-10
数据分析从哪里开始入门学习,可以推荐的书有哪些 数据行业在迅速的发展,几乎每天都会出现新的技术和方法。因此,想要跟上这个行业的步伐是有挑战性的。之前CDA数据分析师曾列出了15位在科技和数据科学领域最 ...

人工智能、数据挖掘、区块链、支持向量机SVM等 带您读懂近30个大数据热词!

人工智能、数据挖掘、区块链、支持向量机SVM等 带您读懂近30个大数据热词!
2020-05-20
1.AI人工智能 Artificial Intelligence 人工智能(Artificial Intelligence),英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智 ...

教你用Python实现简单监督学习算法

教你用Python实现简单监督学习算法
2018-04-05
教你用Python实现简单监督学习算法 监督学习作为运用最广泛的机器学习方法,一直以来都是从数据挖掘信息的重要手段。即便是在无监督学习兴起的近日,监督学习也依旧是入门机器学习的钥匙。 这篇监督学习教程 ...

机器学习的几种主要学习方法

机器学习的几种主要学习方法
2018-04-02
机器学习的几种主要学习方法 根据数据类型的不同,对一个问题的建模有不同的方式。在机器学习或者人工智能领域,人们首先会考虑算法的学习方法。在机器学习领域,有几种主要的学习方法。将算法按照学习方法分类 ...

在机器学习分类中如何处理训练集中不平衡问题

在机器学习分类中如何处理训练集中不平衡问题
2018-04-01
在机器学习分类中如何处理训练集中不平衡问题 很多机器学习任务中,训练集中可能会存在某个或某些类别下的样本数远大于另一些类别下的样本数目。即类别不平衡,为了使得学习达到更好的效果,因此需要解决该类别 ...

数据分析师—技术面试

数据分析师—技术面试
2018-03-29
数据分析师—技术面试 三月份开始找实习,到现在已经有半年的时间了,在这半年的时间中,该经历的基本上都已经经历,春招实习时候,拿到了7个offer,校招时候,成功的拿下一份心仪的工作,结束了我的秋招旅程。 ...

非平衡数据集的机器学习常用处理方法

非平衡数据集的机器学习常用处理方法
2018-03-26
非平衡数据集的机器学习常用处理方法 定义:不平衡数据集:在分类等问题中,正负样本,或者各个类别的样本数目不一致。 例子:在人脸检测中,比如训练库有10万张人脸图像,其中9万没有包含人脸,1万包含人 ...

机器学习中非平衡数据集的常用处理方法

机器学习中非平衡数据集的常用处理方法
2018-03-25
机器学习中非平衡数据集的常用处理方法 不平衡数据集: 在分类等问题中,正负样本,或者各个类别的样本数目不一致。 :在人脸检测中,比如训练库有10万张人脸图像,其中9万没有包含人脸,1万包含人脸, ...

机器学习中的特征选择

机器学习中的特征选择
2018-03-21
机器学习中的特征选择 特征选择是一个重要的数据预处理过程,获得数据之后要先进行特征选择然后再训练模型。主要作用:1、降维 2、去除不相关特征。 特征选择方法包含:子集搜索和子集评价两个问题。 子集搜 ...

超详细的大数据分析师职业规划

超详细的大数据分析师职业规划
2018-03-20
超详细的大数据分析师职业规划 最近有不少同学咨询有关数据分析职业发展的问题,由此可见,随着大数据的飞速发展,数据分析职业也成为很多同学关注的目标。不要急,这就给大家介绍数据分 ...

机器学习几个重要概念

机器学习几个重要概念
2018-03-20
机器学习几个重要概念 统计学习的算法可以分为以下几个类别:监督学习、非监督学习、半监督学习以及强化学习。 监督学习的输入数据都有对应的类标签或是一个输出值,其任务是学习一个模型,使模型能够对任意 ...

数据统计学习的5个基本流程

数据统计学习的5个基本流程
2018-03-19
数据统计学习的5个基本流程 统计学、大数据应用很广泛,常常被提及!统计学习也有一定的规律流程,下面我们大圣众包小编分享一位朋友关于统计学习流程步骤的看法,看看他怎么说。 统计学习现在市面上谈论到 ...

OK