- 想要了解聚类算法并对其进行区别与比较的话，最好能把聚类的具体算法放到整个聚类分析的语境中理解。聚类分析是一个较为严密的数据分析过程。从聚类对象数据源开始到得到聚类结果的知识存档，共有四个主要研究内容聚类分析过程：1984年，Aldenderfer等人提出了聚类分析的四大功能: 一是数据分类的进一步扩展; 二是对实体归类的概念性探索; 三是通过数据探索而生成假说; 四是一种基于实际数据集归类假... 想要了解聚类算法并对其进行区别与比较的话，最好能把聚类的具体算法放到整个聚类分析的语境中理解。聚类分析是一个较为严密的数据分析过程。从聚类对象数据源开始到得到聚类结果的知识存档，共有四个主要研究内容聚类分析过程：1984年，Aldenderfer等人提出了聚类分析的四大功能: 一是数据分类的进一步扩展; 二是对实体归类的概念性探索; 三是通过数据探索而生成假说; 四是一种基于实际数据集归类假...
- 多维特征参数的机器学习软件，基于训练样本集建立从输入到输出的映射关系：y=F(X)。可供选择的决策模型有：样本匹配、k近邻、概率神经网络、多元线性回归、逻辑回归、多层前馈神经网络(BP)、自组织特征映射网络(SOM)、k-Means聚类。同时软件提供样本数据的可视化展现方法，为用户对数据开展交互分析、数据清洗和决策模型效果预判提供手段。 多维特征参数的机器学习软件，基于训练样本集建立从输入到输出的映射关系：y=F(X)。可供选择的决策模型有：样本匹配、k近邻、概率神经网络、多元线性回归、逻辑回归、多层前馈神经网络(BP)、自组织特征映射网络(SOM)、k-Means聚类。同时软件提供样本数据的可视化展现方法，为用户对数据开展交互分析、数据清洗和决策模型效果预判提供手段。
- 建模比赛可以参考这些步骤来完成比赛 建模比赛可以参考这些步骤来完成比赛
- 1、学习心得自动驾驶场景人车检测的案例，通过部分手工标注的图片，来训练图片智能识别，再由人工对智能标注的错误结果进行修改，然后重复去训练，达到提升智能识别和检测的精确度，用户能快速创建和部署模型，管理全周期 AI 工作流在实际应用场景中，人车检测要使用大量的模型进行训练，通过智能标注可以极大地节省人工标注成本2、优化建议数据集中的图片源场景过于单一，实际生活中交通情况十分复杂，千变万化，场景... 1、学习心得自动驾驶场景人车检测的案例，通过部分手工标注的图片，来训练图片智能识别，再由人工对智能标注的错误结果进行修改，然后重复去训练，达到提升智能识别和检测的精确度，用户能快速创建和部署模型，管理全周期 AI 工作流在实际应用场景中，人车检测要使用大量的模型进行训练，通过智能标注可以极大地节省人工标注成本2、优化建议数据集中的图片源场景过于单一，实际生活中交通情况十分复杂，千变万化，场景...
- 时间安排2022年05月27日 — 2022年05月30日 No.1 第一天 一、 机器学习简介与经典机器学习算法介绍什么是机器学习？机器学习框架与基本组成机器学习的训练步骤机器学习问题的分类经典机器学习算法介绍章节目标：机器学习是 人工智能的重要技术之一，详细了解机器学习的原理、机制和方法，为学习深度学习与迁移学习打下坚实的基础。 二、深度学习简介与经典网络结构介绍... 时间安排2022年05月27日 — 2022年05月30日 No.1 第一天 一、 机器学习简介与经典机器学习算法介绍什么是机器学习？机器学习框架与基本组成机器学习的训练步骤机器学习问题的分类经典机器学习算法介绍章节目标：机器学习是 人工智能的重要技术之一，详细了解机器学习的原理、机制和方法，为学习深度学习与迁移学习打下坚实的基础。 二、深度学习简介与经典网络结构介绍...
- 刚收到腾讯的暑期实习offer，这也意味着我的面试之旅到此为止了。本文用以记录我这历时不长（二十多天，仅经历了三次技术面）、但很充实的面试之旅。(文末附有面经与鸡汤) 1 背景 科班出生，双非本+渣硕，无论文、无相关项目、无Top比赛经历，这样一个三无选手，却走上了诸神黄昏的算法之路。 组内方向跟人工智能领域搭不上半点关系，所以平时一般是一个人自学。个人的技能栈大致是：机器学习、推荐算法、NLP 刚收到腾讯的暑期实习offer，这也意味着我的面试之旅到此为止了。本文用以记录我这历时不长（二十多天，仅经历了三次技术面）、但很充实的面试之旅。(文末附有面经与鸡汤) 1 背景 科班出生，双非本+渣硕，无论文、无相关项目、无Top比赛经历，这样一个三无选手，却走上了诸神黄昏的算法之路。 组内方向跟人工智能领域搭不上半点关系，所以平时一般是一个人自学。个人的技能栈大致是：机器学习、推荐算法、NLP
- 什么是c语言、什么是计算机语言? 任何人之间交流需要用语言,中国人和中国人之间使用汉语,其他国家之间的交流也需要使用其他国家的语言,任何计算机也要进行交流，我们使用哪种语言了？当然有人说使用汉语，呼叫某某某小助手可以帮助我们进行和计算机交流，但是某某某小助手是通过怎样实现的，也是程序员使用中文和计算机对话设计出来的吗？当但不是了。这样的话我们人人都是程序员，人人都是大佬！ 先人为了解决... 什么是c语言、什么是计算机语言? 任何人之间交流需要用语言,中国人和中国人之间使用汉语,其他国家之间的交流也需要使用其他国家的语言,任何计算机也要进行交流，我们使用哪种语言了？当然有人说使用汉语，呼叫某某某小助手可以帮助我们进行和计算机交流，但是某某某小助手是通过怎样实现的，也是程序员使用中文和计算机对话设计出来的吗？当但不是了。这样的话我们人人都是程序员，人人都是大佬！ 先人为了解决...
- 对于小白来说，初次使用AI Gallery和ModelArts来说主要依靠文档来进行操作模型训练由于文档资料和系统页面不符，导致后续操作无法找到入口，希望及时更新文档资料！ 对于小白来说，初次使用AI Gallery和ModelArts来说主要依靠文档来进行操作模型训练由于文档资料和系统页面不符，导致后续操作无法找到入口，希望及时更新文档资料！
- RNN是可以用BN的，只需要让每个Batch的长度相等，可以通过对每个序列做补长，截断来实现。RNN不适合用BN的原因：Normalize的对象(position)来自不同分布。CNN中使用BN，对一个batch内的每个channel做标准化。多个训练图像的同一个channel，大概率来自相似的分布。(例如树的图，起始的3个channel是3个颜色通道，都会有相似的树形状和颜色深度)RNN中... RNN是可以用BN的，只需要让每个Batch的长度相等，可以通过对每个序列做补长，截断来实现。RNN不适合用BN的原因：Normalize的对象(position)来自不同分布。CNN中使用BN，对一个batch内的每个channel做标准化。多个训练图像的同一个channel，大概率来自相似的分布。(例如树的图，起始的3个channel是3个颜色通道，都会有相似的树形状和颜色深度)RNN中...
- 参考资料：Python 100例 Python 练习实例1 Python 100例题目：有四个数字：1、2、3、4，能组成多少个互不相同且无重复数字的三位数？各是多少？ 程序分析：可填在百位、十位、个位的数字都是1、2、3、4。组成所有的排列后再去掉不满足条件的排列。解法一：# 基础解法，循环嵌套l = []for i in range(1,5): for j in range(1,5... 参考资料：Python 100例 Python 练习实例1 Python 100例题目：有四个数字：1、2、3、4，能组成多少个互不相同且无重复数字的三位数？各是多少？ 程序分析：可填在百位、十位、个位的数字都是1、2、3、4。组成所有的排列后再去掉不满足条件的排列。解法一：# 基础解法，循环嵌套l = []for i in range(1,5): for j in range(1,5...
- 字符串编辑资源限制时间限制：1.0s 内存限制：512.0MB问题描述 从键盘输入一个字符串（长度<=40个字符），并以字符 ’.’ 结束。编辑功能有： 1 D：删除一个字符，命令的方式为： D a 其中a为被删除的字符，例如：D s 表示删除字符 ’s’ ，若字符串中有多个 ‘s’，则删除第一次出现的。 2 I：插入一个字符，命令的格式为：I a1 a2 其中a1表示插入到指定字... 字符串编辑资源限制时间限制：1.0s 内存限制：512.0MB问题描述 从键盘输入一个字符串（长度<=40个字符），并以字符 ’.’ 结束。编辑功能有： 1 D：删除一个字符，命令的方式为： D a 其中a为被删除的字符，例如：D s 表示删除字符 ’s’ ，若字符串中有多个 ‘s’，则删除第一次出现的。 2 I：插入一个字符，命令的格式为：I a1 a2 其中a1表示插入到指定字...
- 十六进制转八进制资源限制时间限制：1.0s 内存限制：512.0MB问题描述 给定n个十六进制正整数，输出它们对应的八进制数。输入格式 输入的第一行为一个正整数n （1<=n<=10）。 接下来n行，每行一个由0~9、大写字母A~F组成的字符串，表示要转换的十六进制正整数，每个十六进制数长度不超过100000。输出格式 输出n行，每行为输入对应的八进制正整数。 【注意】 输入... 十六进制转八进制资源限制时间限制：1.0s 内存限制：512.0MB问题描述 给定n个十六进制正整数，输出它们对应的八进制数。输入格式 输入的第一行为一个正整数n （1<=n<=10）。 接下来n行，每行一个由0~9、大写字母A~F组成的字符串，表示要转换的十六进制正整数，每个十六进制数长度不超过100000。输出格式 输出n行，每行为输入对应的八进制正整数。 【注意】 输入...
- 线性代数是机器学习中不可分割的一部分，包括矩阵运算、矩阵行列式、矩阵分解等。1. 矩阵基础1.1. 什么是线性代数？讨论线性方程和线性运算的学科就叫线性代数。有助于理解AI背后的原理。1.2. 矩阵1.3. 矩阵加法对应元素相加只有行列相同才能相加1.4. 矩阵乘法1.4.1. 常数与矩阵相乘每个元素乘以常数1.4.2. 矩阵与矩阵相乘i行元素与j列元素对应相乘再相加形成第i行第j列元素前一... 线性代数是机器学习中不可分割的一部分，包括矩阵运算、矩阵行列式、矩阵分解等。1. 矩阵基础1.1. 什么是线性代数？讨论线性方程和线性运算的学科就叫线性代数。有助于理解AI背后的原理。1.2. 矩阵1.3. 矩阵加法对应元素相加只有行列相同才能相加1.4. 矩阵乘法1.4.1. 常数与矩阵相乘每个元素乘以常数1.4.2. 矩阵与矩阵相乘i行元素与j列元素对应相乘再相加形成第i行第j列元素前一...
- 1. 凸优化的基本概率机器学习大部分问题都可以转化为优化问题优化问题的流程：决策→目标→约束1.2. 求解1.2.1. 无约束问题直接法：坐标轮换法、爬山法、方向加速法解析法：梯度下降法、牛顿法、共轭方向法等1.2.2. 有约束问题等式约束最优化不等式线束最优化（有约束问题的求解可参见1.3. 凸优化目标函数是凸函数的优化问题（凸函数可参见学习笔记|凸函数的定义与性质，事实上这个说法并不严谨... 1. 凸优化的基本概率机器学习大部分问题都可以转化为优化问题优化问题的流程：决策→目标→约束1.2. 求解1.2.1. 无约束问题直接法：坐标轮换法、爬山法、方向加速法解析法：梯度下降法、牛顿法、共轭方向法等1.2.2. 有约束问题等式约束最优化不等式线束最优化（有约束问题的求解可参见1.3. 凸优化目标函数是凸函数的优化问题（凸函数可参见学习笔记|凸函数的定义与性质，事实上这个说法并不严谨...
- 博主这里梳理了自己过去两年，认真撰写的一些基础知识方面的干货博文，希望能够有效帮助到更多刚刚投身于ML、DL 领域不久的小伙伴们 博主这里梳理了自己过去两年，认真撰写的一些基础知识方面的干货博文，希望能够有效帮助到更多刚刚投身于ML、DL 领域不久的小伙伴们
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签