- 根据问题本身的特征来分类，机器学习问题可分为监督学习、无监督学习、半监督学习和强化学习。 ● 监督学习（Supervised Learning）的特点是训练数据是有标签的，即对于每个输入都有相对应的输出，算法的目的是训练出能反应输入与输出之间的映射关系的模型。对于输出值是离散的（有限个数），称之为分类问题（Classification Problem）；对于输出值是... 根据问题本身的特征来分类，机器学习问题可分为监督学习、无监督学习、半监督学习和强化学习。 ● 监督学习（Supervised Learning）的特点是训练数据是有标签的，即对于每个输入都有相对应的输出，算法的目的是训练出能反应输入与输出之间的映射关系的模型。对于输出值是离散的（有限个数），称之为分类问题（Classification Problem）；对于输出值是...
- 华为云深度学习服务平台实现物品识别 华为云深度学习服务平台实现物品识别
- 我曾在AI科技大本营上看到了一篇文章，文章标题为：“机器学习失败的6种原因，你中招了吗？”这篇文章大致在讲机器学习失败的6大原因。1、缺乏对问题的业务理解而使机器学习失败。通常机器学习工程师对于一个行业不了解的情况下，在加上经验不足，很容易导致方向性的错误。当然文章中也有友情提示说：“机器学习工程师要从假设声明开始，该声明你要明白解决的问题是什么，以及你要构建哪些模型来解决该问题。”，而在华... 我曾在AI科技大本营上看到了一篇文章，文章标题为：“机器学习失败的6种原因，你中招了吗？”这篇文章大致在讲机器学习失败的6大原因。1、缺乏对问题的业务理解而使机器学习失败。通常机器学习工程师对于一个行业不了解的情况下，在加上经验不足，很容易导致方向性的错误。当然文章中也有友情提示说：“机器学习工程师要从假设声明开始，该声明你要明白解决的问题是什么，以及你要构建哪些模型来解决该问题。”，而在华...
- sklearn 机器学习模型应用 sklearn 机器学习模型应用
- 1 数据理解原本的训练数据是6个文件，每个文件有自己的一个标识（label），并且已经告知了每个文件是一个时间序列，这说明每个本身就是一个大样本，这个大样本的label已经给定。6个样本显然是不够进行机器学习的，而且这6个样本的长度也不一致，无法通过行列转换方式强行进行样本统一，所以我们需要做的是样本的转化。现在每个样本是一个表文件，怎么转化呢？请翻看第2天的课程<机器学习中的数据... 1 数据理解原本的训练数据是6个文件，每个文件有自己的一个标识（label），并且已经告知了每个文件是一个时间序列，这说明每个本身就是一个大样本，这个大样本的label已经给定。6个样本显然是不够进行机器学习的，而且这6个样本的长度也不一致，无法通过行列转换方式强行进行样本统一，所以我们需要做的是样本的转化。现在每个样本是一个表文件，怎么转化呢？请翻看第2天的课程<机器学习中的数据...
- 利用极大似然估计解释最小二乘法 利用极大似然估计解释最小二乘法
- 此项目使用KNN算法对机器故障进行识别，机器共有三类故障，每个数据包含两个特征，标签及为机器故障的种类。 此项目使用KNN算法对机器故障进行识别，机器共有三类故障，每个数据包含两个特征，标签及为机器故障的种类。
- 本项目对课堂评论进行了分类 本项目对课堂评论进行了分类
- 鸢尾花数据也许是最有名的测试数据了，它包括3个鸢尾花类别，每个类别有50个样本。利用Logistic回归对鸢尾花进行分类，部分代码如下：import numpy as npimport pandas as pdfrom sklearn import preprocessingfrom sklearn.linear_model import LogisticRegressionfrom skl... 鸢尾花数据也许是最有名的测试数据了，它包括3个鸢尾花类别，每个类别有50个样本。利用Logistic回归对鸢尾花进行分类，部分代码如下：import numpy as npimport pandas as pdfrom sklearn import preprocessingfrom sklearn.linear_model import LogisticRegressionfrom skl...
- 设计了一种基于共享自行车目的地预测的实时系统。该系统对单位用户信息进行集合并使用机器学习算法实现目的地预测，每当有用户使用自行车时，系统将会对用户的骑车目的地进行预测，从而达到提前采取措施进行调控车辆的目标。该系统机器学习算法采用leak漏桶和knn算法，采用网络爬虫技术获取数据源作为训练集。通过机器学习，系统对共享自行车未来时段的车辆的密度以图形化呈现的方式进行了展示。 设计了一种基于共享自行车目的地预测的实时系统。该系统对单位用户信息进行集合并使用机器学习算法实现目的地预测，每当有用户使用自行车时，系统将会对用户的骑车目的地进行预测，从而达到提前采取措施进行调控车辆的目标。该系统机器学习算法采用leak漏桶和knn算法，采用网络爬虫技术获取数据源作为训练集。通过机器学习，系统对共享自行车未来时段的车辆的密度以图形化呈现的方式进行了展示。
- 了解华为的机器学习发展史还是漫长，我也就接触一个月，机器学习这门技术我也算接触了一年，华为的机器学习现在只是在bate版本，现在再让一部分小白鼠做尝试，想要达到商业化运作还是需要很长的路走，但是值得鼓励的是华为云确实缩短了小白到初学者之间的距离。华为云算是我了解的比较厉害的机器学习，大家别吐槽我，我一年前了解的机器学习，然后部署了一套本地集群，平时用虚拟机做开发，本地集群做发布，而且我有托管... 了解华为的机器学习发展史还是漫长，我也就接触一个月，机器学习这门技术我也算接触了一年，华为的机器学习现在只是在bate版本，现在再让一部分小白鼠做尝试，想要达到商业化运作还是需要很长的路走，但是值得鼓励的是华为云确实缩短了小白到初学者之间的距离。华为云算是我了解的比较厉害的机器学习，大家别吐槽我，我一年前了解的机器学习，然后部署了一套本地集群，平时用虚拟机做开发，本地集群做发布，而且我有托管...
- 第一天：初识机器学习单选题1.分类问题的label是一个( )值数类别 (正确)正确类别或者数2.强化学习属于（）的一种无监督学习机器学习 (正确)正确监督学习3.逻辑回归常用于解决( )回归问题分类问题 (正确)正确优化问题4.聚类算法属于（）的一种无监督学习 (正确)正确强化学习监督学习5.支持向量机可以解决（）分类问题回归问题分类问题和回归问题 (正确)正确提交答案多选题1.MLS平台... 第一天：初识机器学习单选题1.分类问题的label是一个( )值数类别 (正确)正确类别或者数2.强化学习属于（）的一种无监督学习机器学习 (正确)正确监督学习3.逻辑回归常用于解决( )回归问题分类问题 (正确)正确优化问题4.聚类算法属于（）的一种无监督学习 (正确)正确强化学习监督学习5.支持向量机可以解决（）分类问题回归问题分类问题和回归问题 (正确)正确提交答案多选题1.MLS平台...
- Day 7 测试题 Day1 1.分类问题的label是一个( )值数 类别 正确类别或者数 2.强化学习属于（）的一种 无监督学习 机器学习 正确监督学习 3.逻辑回归常用于解决( ) 回归问题 不正确分类问题 优化问题 4.聚类算法属于（）的一种 无监督学习 强化学习 监督学习 不正确5.支持向量机可以解决（） 分类问题 不正确回归问题 分类问题和回归问题 提交提交答案多选题5.0... Day 7 测试题 Day1 1.分类问题的label是一个( )值数 类别 正确类别或者数 2.强化学习属于（）的一种 无监督学习 机器学习 正确监督学习 3.逻辑回归常用于解决( ) 回归问题 不正确分类问题 优化问题 4.聚类算法属于（）的一种 无监督学习 强化学习 监督学习 不正确5.支持向量机可以解决（） 分类问题 不正确回归问题 分类问题和回归问题 提交提交答案多选题5.0...
- 机器学习知多少什么是机器学习?机器学习这门学科所关注的问题是：计算机程序如何随着经验积累自动提高性能。对于某类任务T和性能度量P，如果一个计算机程序在T上以P衡量的性能随着经验E而自我完善，那么我们称这个计算机程序在从经验E学习。-- Tom Mitchell, Machine Learning模式识别起源于工程学，而机器学习产生于计算机科学。然而这些领域可以看做成是同一领域的两个方面。--... 机器学习知多少什么是机器学习?机器学习这门学科所关注的问题是：计算机程序如何随着经验积累自动提高性能。对于某类任务T和性能度量P，如果一个计算机程序在T上以P衡量的性能随着经验E而自我完善，那么我们称这个计算机程序在从经验E学习。-- Tom Mitchell, Machine Learning模式识别起源于工程学，而机器学习产生于计算机科学。然而这些领域可以看做成是同一领域的两个方面。--...
- Jingle bells, jingle bells, jingle all the way. Oh what fun it is to ride in a one-horse open sleigh. 圣诞节到了，圣诞的歌曲洋洒在大街小巷，有着耳熟能详的几首圣诞歌，你能想象，机器学习也能创作圣诞歌吗？ 之前多伦多大学有一个项目，利用“神经网络卡拉OK”写出了一首由计算机创... Jingle bells, jingle bells, jingle all the way. Oh what fun it is to ride in a one-horse open sleigh. 圣诞节到了，圣诞的歌曲洋洒在大街小巷，有着耳熟能详的几首圣诞歌，你能想象，机器学习也能创作圣诞歌吗？ 之前多伦多大学有一个项目，利用“神经网络卡拉OK”写出了一首由计算机创...
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