- 深度学习基础入门篇9.1：卷积之标准卷积：卷积核/特征图/卷积计算、填充、感受视野、多通道输入输出、卷积优势和应用案例讲解 深度学习基础入门篇9.1：卷积之标准卷积：卷积核/特征图/卷积计算、填充、感受视野、多通道输入输出、卷积优势和应用案例讲解
- Midjourney|文心一格prompt教程[进阶篇]：Midjourney Prompt 高级参数、各版本差异、官方提供常见问题 Midjourney|文心一格prompt教程[进阶篇]：Midjourney Prompt 高级参数、各版本差异、官方提供常见问题
- Midjourney|文心一格prompt教程[技巧篇]：生成多样性、增加艺术风格、图片二次修改、渐进优化、权重、灯光设置等17个技巧等你来学 Midjourney|文心一格prompt教程[技巧篇]：生成多样性、增加艺术风格、图片二次修改、渐进优化、权重、灯光设置等17个技巧等你来学
- “中国法研杯”司法人工智能挑战赛：基于UTC的多标签/层次分类小样本文本应用，Macro F1提升13%+ “中国法研杯”司法人工智能挑战赛：基于UTC的多标签/层次分类小样本文本应用，Macro F1提升13%+
- Midjourney|文心一格prompt教程[Text Prompt（下篇）]：游戏、实物、人物、风景、动漫、邮票、海报等生成，终极模板教学 Midjourney|文心一格prompt教程[Text Prompt（下篇）]：游戏、实物、人物、风景、动漫、邮票、海报等生成，终极模板教学
- 前言数据的可视化是我们数据分析最重要的环节,图表可以化复杂为简洁,化抽象为具体,使读者或听众更容易理解.数据可视化为图表,能让数据更加直观,更加触手可及,让企业能够更迅速,更准确地做出商业决策.让企业能够更好地在所处的领域有所成就.甚至立于不败之地.之前学过pyecharts的绘图库,它的强大让我很震撼,但是再好的绘图库只是前端的一种表现形式,数据才是数据分析的最重要对象,之前《Python... 前言数据的可视化是我们数据分析最重要的环节,图表可以化复杂为简洁,化抽象为具体,使读者或听众更容易理解.数据可视化为图表,能让数据更加直观,更加触手可及,让企业能够更迅速,更准确地做出商业决策.让企业能够更好地在所处的领域有所成就.甚至立于不败之地.之前学过pyecharts的绘图库,它的强大让我很震撼,但是再好的绘图库只是前端的一种表现形式,数据才是数据分析的最重要对象,之前《Python...
- 目录一、背景二、目标三、问题四、数据预处理4.1 先开始285数据的处理： 4.2 附件313数据的处理： 4.3附件一的处理： 4.4 拉以达准则 4.5 缺失值的处理题目文件：链接: https://pan.baidu.com/s/1nuLPVPcZ7Ess8HCpbtC75Q 提取码: t9s7 一、背景汽油是小型车辆的主要燃料，汽油燃烧产生的尾气排放对大气环境有重要影响。为此，世界... 目录一、背景二、目标三、问题四、数据预处理4.1 先开始285数据的处理： 4.2 附件313数据的处理： 4.3附件一的处理： 4.4 拉以达准则 4.5 缺失值的处理题目文件：链接: https://pan.baidu.com/s/1nuLPVPcZ7Ess8HCpbtC75Q 提取码: t9s7 一、背景汽油是小型车辆的主要燃料，汽油燃烧产生的尾气排放对大气环境有重要影响。为此，世界...
- 项目地址：Datamining_project: 数据挖掘实战项目代码目录一、背景和挖掘目标 1、问题背景2、传统方法的不足2、原始数据3、挖掘目标 二、分析方法与过程1、初步分析2、总体流程第一步：数据抽取第二步：探索分析第三步：数据的预处理3、构造容量预测模型三、总结和思考一、背景和挖掘目标 1、问题背景应用系统是由服务器、数据库、中间件、存储设备等组成。它在日常运行时，会对底层软硬件造... 项目地址：Datamining_project: 数据挖掘实战项目代码目录一、背景和挖掘目标 1、问题背景2、传统方法的不足2、原始数据3、挖掘目标 二、分析方法与过程1、初步分析2、总体流程第一步：数据抽取第二步：探索分析第三步：数据的预处理3、构造容量预测模型三、总结和思考一、背景和挖掘目标 1、问题背景应用系统是由服务器、数据库、中间件、存储设备等组成。它在日常运行时，会对底层软硬件造...
- 目录从例子出发算法原理算法的优缺点关于剪枝代码实现 随机森林、GBDT、XGBOOST总结决策树（decision tree）：是一种基本的分类与回归方法，此处主要讨论分类的决策树。在分类问题中，表示基于特征对实例进行分类的过程，可以认为是if-then的集合，也可以认为是定义在特征空间与类空间上的条件概率分布。决策树通常有三个步骤：特征选择、决策树的生成、决策树的修剪。用决策树分类：从根节... 目录从例子出发算法原理算法的优缺点关于剪枝代码实现 随机森林、GBDT、XGBOOST总结决策树（decision tree）：是一种基本的分类与回归方法，此处主要讨论分类的决策树。在分类问题中，表示基于特征对实例进行分类的过程，可以认为是if-then的集合，也可以认为是定义在特征空间与类空间上的条件概率分布。决策树通常有三个步骤：特征选择、决策树的生成、决策树的修剪。用决策树分类：从根节...
- 目录一、找到数据二、数据探索三、数据清洗1、缺失值的处理2、异常值的处理3、数据偏差的处理4、数据标准化5、特征选择6、构建训练集与测试集准备数据:如何处理出完整、干净的数据?原始的数据本身也存在着各种各样的问题：如不够准确、格式多样、部分特征缺失、标准不统一、特殊数据、错误数据等一、找到数据你要知道每个项目需要什么数据，并从哪里获取。需要你掌握一些数据库的使用技巧：关系型数据库MySQL、... 目录一、找到数据二、数据探索三、数据清洗1、缺失值的处理2、异常值的处理3、数据偏差的处理4、数据标准化5、特征选择6、构建训练集与测试集准备数据:如何处理出完整、干净的数据?原始的数据本身也存在着各种各样的问题：如不够准确、格式多样、部分特征缺失、标准不统一、特殊数据、错误数据等一、找到数据你要知道每个项目需要什么数据，并从哪里获取。需要你掌握一些数据库的使用技巧：关系型数据库MySQL、...
- 前言画图表就是为了把复杂的事情表达清楚，画图表还可以弥补单用文字表达的缺欠，对有些事物解说更直接、更具体。就像我们平时会议所用的 PPT，能够更直观呈现讲述者所想表达的意思，且通俗易懂。总的来说，使用图表可以化复杂为简洁,化抽象为具体,使读者或听众更容易理解。图表能跟直观表达和揭示数据的规律，人对图像更加敏感，对图文并茂的事物更容易接受，阅读更加简单高效，而且图表更显专业性，更具有说服力，更... 前言画图表就是为了把复杂的事情表达清楚，画图表还可以弥补单用文字表达的缺欠，对有些事物解说更直接、更具体。就像我们平时会议所用的 PPT，能够更直观呈现讲述者所想表达的意思，且通俗易懂。总的来说，使用图表可以化复杂为简洁,化抽象为具体,使读者或听众更容易理解。图表能跟直观表达和揭示数据的规律，人对图像更加敏感，对图文并茂的事物更容易接受，阅读更加简单高效，而且图表更显专业性，更具有说服力，更...
- 前言数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程.这一过程也是质量管理体系的支持过程.在实用中，数据分析可帮助人们作出判断，以便采取适当行动在DT时代,数据分析是企业做出重要决策的基础,巧妇难为无米之炊,数据就是米,是数据分析基础中的基础,但是没有经过整理的数据,或许杂乱无章,没有任何意义,通过数据分析相关手段处理之后... 前言数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程.这一过程也是质量管理体系的支持过程.在实用中，数据分析可帮助人们作出判断，以便采取适当行动在DT时代,数据分析是企业做出重要决策的基础,巧妇难为无米之炊,数据就是米,是数据分析基础中的基础,但是没有经过整理的数据,或许杂乱无章,没有任何意义,通过数据分析相关手段处理之后...
- 目录五、数据清洗DA24 去掉信息不全的用户DA25 修补缺失的用户数据DA26 解决牛客网用户重复的数据DA27 统一最后刷题日期的格式六、Json处理DA28 将用户的json文件转换为表格形式七、分组聚合DA29 牛客网的每日练题量DA30 牛客网用户练习的平均次日留存率DA31 牛客网每日正确与错误的答题次数DA32 牛客网答题正误总数DA33 牛客网连续练习题目3天及以上的用户D... 目录五、数据清洗DA24 去掉信息不全的用户DA25 修补缺失的用户数据DA26 解决牛客网用户重复的数据DA27 统一最后刷题日期的格式六、Json处理DA28 将用户的json文件转换为表格形式七、分组聚合DA29 牛客网的每日练题量DA30 牛客网用户练习的平均次日留存率DA31 牛客网每日正确与错误的答题次数DA32 牛客网答题正误总数DA33 牛客网连续练习题目3天及以上的用户D...
- 目录一、查看数据DA1 用pandas查看牛客网用户数据DA2 牛客网用户数据集的大小DA3 牛客网的第10位用户DA4 统计牛客网部分用户使用语言二、数据索引 DA5 牛客网用户没有补全的信息DA6 查看牛客网哪些用户使用Python DA7 牛客网Python用户的成就值DA8 文件最后用户的部分数据三、逻辑运算DA9 2020年毕业的人中最喜欢用Java的用户 DA9 牛客网C系用... 目录一、查看数据DA1 用pandas查看牛客网用户数据DA2 牛客网用户数据集的大小DA3 牛客网的第10位用户DA4 统计牛客网部分用户使用语言二、数据索引 DA5 牛客网用户没有补全的信息DA6 查看牛客网哪些用户使用Python DA7 牛客网Python用户的成就值DA8 文件最后用户的部分数据三、逻辑运算DA9 2020年毕业的人中最喜欢用Java的用户 DA9 牛客网C系用...
- 深度学习基础5:交叉熵损失函数、MSE、CTC损失适用于字识别语音等序列问题、Balanced L1 Loss适用于目标检测 深度学习基础5:交叉熵损失函数、MSE、CTC损失适用于字识别语音等序列问题、Balanced L1 Loss适用于目标检测
上滑加载中
推荐直播
-
大模型Prompt工程深度实践2025/02/24 周一 16:00-17:30
盖伦 华为云学堂技术讲师
如何让大模型精准理解开发需求并生成可靠输出？本期直播聚焦大模型Prompt工程核心技术：理解大模型推理基础原理，关键采样参数定义，提示词撰写关键策略及Prompt工程技巧分享。
正在直播 -
华为云 x DeepSeek：AI驱动云上应用创新2025/02/26 周三 16:00-18:00
华为云 AI专家大咖团
在 AI 技术飞速发展之际，DeepSeek 备受关注。它凭借哪些技术与理念脱颖而出？华为云与 DeepSeek 合作，将如何重塑产品与应用模式，助力企业数字化转型？在华为开发者空间，怎样高效部署 DeepSeek，搭建专属服务器？基于华为云平台，又该如何挖掘 DeepSeek 潜力，实现智能化升级？本期直播围绕DeepSeek在云上的应用案例，与DTSE布道师们一起探讨如何利用AI 驱动云上应用创新。
去报名
热门标签