- 本书摘自《Spark机器学习进阶实战》——书中的第1章,第1.4.2节,作者是马海平、于俊、吕昕、向海。 本书摘自《Spark机器学习进阶实战》——书中的第1章,第1.4.2节,作者是马海平、于俊、吕昕、向海。
- 本书摘自《Spark机器学习进阶实战》——书中的第1章,第1.3.4节,作者是马海平、于俊、吕昕、向海。 本书摘自《Spark机器学习进阶实战》——书中的第1章,第1.3.4节,作者是马海平、于俊、吕昕、向海。
- 本书摘自《Spark机器学习进阶实战》——书中的第1章,第1.1.2节,作者是马海平、于俊、吕昕、向海。 本书摘自《Spark机器学习进阶实战》——书中的第1章,第1.1.2节,作者是马海平、于俊、吕昕、向海。
- 本书摘自《深度学习之TensorFlow入门、原理与进阶实战》一书中的第1章,第1.2节,编著是李金洪. 本书摘自《深度学习之TensorFlow入门、原理与进阶实战》一书中的第1章,第1.2节,编著是李金洪.
- 这几天报名了华为的【7天晋级机器学习】的培训,其中有一道附加题,本文主要是对这个附加题的解析。 这几天报名了华为的【7天晋级机器学习】的培训,其中有一道附加题,本文主要是对这个附加题的解析。
- 7天玩转机器学习 人工智能时代,数据迎来大爆发,数据对于提升业务价值的重要性与日俱增。但面对海量数据,传统分析方法已经显得无能为力,而机器学习的成熟为企业带来了强大的分析引擎,可在众多领域帮助企业挖掘数据价值,预测未来趋势!为助力企业快速实现数据变现,华为云推出一站式机器学习服务,简称MLS,帮助企业通过机器学习技术,快速洞察数据规律和构建预测模型,并将其部署为预测分析解决方案。华为云机器学... 7天玩转机器学习 人工智能时代,数据迎来大爆发,数据对于提升业务价值的重要性与日俱增。但面对海量数据,传统分析方法已经显得无能为力,而机器学习的成熟为企业带来了强大的分析引擎,可在众多领域帮助企业挖掘数据价值,预测未来趋势!为助力企业快速实现数据变现,华为云推出一站式机器学习服务,简称MLS,帮助企业通过机器学习技术,快速洞察数据规律和构建预测模型,并将其部署为预测分析解决方案。华为云机器学...
- 什么是AI、机器学习与深度学习? 作为一个大数据从业人员,相信大家整天都在被AI、机器学习、深度学习等一些概念轰炸。有时候甚至有点诚惶诚恐,一方面作为一个“业内人士”而自豪,二方面觉得新概念一个接一个,自己不甚了解,有点恐惧。我一直相信一句台词——“喝了敌人的血,下次见面就不会再怕了”。学习知识亦然,很多时候,你觉得很高深,实际上是缺乏清晰的概念。当你真的把这些概念理清楚后,往往会恍然大悟,... 什么是AI、机器学习与深度学习? 作为一个大数据从业人员,相信大家整天都在被AI、机器学习、深度学习等一些概念轰炸。有时候甚至有点诚惶诚恐,一方面作为一个“业内人士”而自豪,二方面觉得新概念一个接一个,自己不甚了解,有点恐惧。我一直相信一句台词——“喝了敌人的血,下次见面就不会再怕了”。学习知识亦然,很多时候,你觉得很高深,实际上是缺乏清晰的概念。当你真的把这些概念理清楚后,往往会恍然大悟,...
- 新冠肺炎疫情仍未褪去。总的来说,疫情对保险行业的影响是有限的、阶段性的保费收入下滑与出险率下降,保险经营损失与由此引起的投保热度,会在财务上相互抵消。而长期性的、深层次的影响主要体现在业务上。 疫情期间的“无接触”,也开始“隔离”客户与保险公司的渠道联系、服务联系与风控联系,并将深刻改变人们的金融消费习惯与偏好。比如金融资产结构的稳健性、现金资产的充足性、服务的无接触、交易的远程化,这些变化都对 新冠肺炎疫情仍未褪去。总的来说,疫情对保险行业的影响是有限的、阶段性的保费收入下滑与出险率下降,保险经营损失与由此引起的投保热度,会在财务上相互抵消。而长期性的、深层次的影响主要体现在业务上。 疫情期间的“无接触”,也开始“隔离”客户与保险公司的渠道联系、服务联系与风控联系,并将深刻改变人们的金融消费习惯与偏好。比如金融资产结构的稳健性、现金资产的充足性、服务的无接触、交易的远程化,这些变化都对
- 新冠肺炎疫情在全球范围内快速蔓延,对全球社会经济生活造成一定影响。因疫情引发的经济震荡也给全球保险业带来新的挑战。 新冠肺炎疫情在全球范围内快速蔓延,对全球社会经济生活造成一定影响。因疫情引发的经济震荡也给全球保险业带来新的挑战。
- 解决函数逼近问题有两类最有效和获得广泛使用的算法:惩罚线性回归和集成方法。本文将介绍这些算法,概述它们的特性,回顾算法性能对比研究的结果,以证明这些算法始终如一的高性能。1.1 为什么这两类算法如此有用有几个因素造就了惩罚线性回归和集成方法成为有用的算法集。简单地说,面对实践中遇到的绝大多数预测分析(函数逼近)问题,这两类算法都具有最优或接近最优的性能。这些问题包含:大数据集、小数据集、宽数... 解决函数逼近问题有两类最有效和获得广泛使用的算法:惩罚线性回归和集成方法。本文将介绍这些算法,概述它们的特性,回顾算法性能对比研究的结果,以证明这些算法始终如一的高性能。1.1 为什么这两类算法如此有用有几个因素造就了惩罚线性回归和集成方法成为有用的算法集。简单地说,面对实践中遇到的绝大多数预测分析(函数逼近)问题,这两类算法都具有最优或接近最优的性能。这些问题包含:大数据集、小数据集、宽数...
- 本节书摘来自华章计算机《数据科学与分析:Python语言实现》 一书中第3章,第3.13节,作者是[英]赫苏斯·罗格尔–萨拉查(Jesús Rogel-Salazar),白 皓 刘江一 上官明乔 刁 娟 译。 本节书摘来自华章计算机《数据科学与分析:Python语言实现》 一书中第3章,第3.13节,作者是[英]赫苏斯·罗格尔–萨拉查(Jesús Rogel-Salazar),白 皓 刘江一 上官明乔 刁 娟 译。
- 本节书摘来自华章计算机《数据科学与分析:Python语言实现》 一书中第3章,第3.12节,作者是[英]赫苏斯·罗格尔–萨拉查(Jesús Rogel-Salazar),白 皓 刘江一 上官明乔 刁 娟 译。 本节书摘来自华章计算机《数据科学与分析:Python语言实现》 一书中第3章,第3.12节,作者是[英]赫苏斯·罗格尔–萨拉查(Jesús Rogel-Salazar),白 皓 刘江一 上官明乔 刁 娟 译。
- 本节书摘来自华章计算机《数据科学与分析:Python语言实现》 一书中第3章,第3.10节,作者是[英]赫苏斯·罗格尔–萨拉查(Jesús Rogel-Salazar),白 皓 刘江一 上官明乔 刁 娟 译。 本节书摘来自华章计算机《数据科学与分析:Python语言实现》 一书中第3章,第3.10节,作者是[英]赫苏斯·罗格尔–萨拉查(Jesús Rogel-Salazar),白 皓 刘江一 上官明乔 刁 娟 译。
- 本节书摘来自华章计算机《数据科学与分析:Python语言实现》 一书中第3章,第3.9节,作者是[英]赫苏斯·罗格尔–萨拉查(Jesús Rogel-Salazar),白 皓 刘江一 上官明乔 刁 娟 译。 本节书摘来自华章计算机《数据科学与分析:Python语言实现》 一书中第3章,第3.9节,作者是[英]赫苏斯·罗格尔–萨拉查(Jesús Rogel-Salazar),白 皓 刘江一 上官明乔 刁 娟 译。
- 本节书摘来自华章计算机《数据科学与分析:Python语言实现》 一书中第3章,第3.8节,作者是[英]赫苏斯·罗格尔–萨拉查(Jesús Rogel-Salazar),白 皓 刘江一 上官明乔 刁 娟 译。 本节书摘来自华章计算机《数据科学与分析:Python语言实现》 一书中第3章,第3.8节,作者是[英]赫苏斯·罗格尔–萨拉查(Jesús Rogel-Salazar),白 皓 刘江一 上官明乔 刁 娟 译。
上滑加载中