- 第三章 系统设计开发平台随着云计算的不断发现、很多业务已经已经本地机房搬迁到了各种云环境、之前很多需要自己本地构筑的服务、现在已经有很多的SaaS服务。最经典的是Office365的服务、之前很多企业都是自己构筑本地的Exchange服务器。现在更多的选择是使用Office365在线的邮箱服务。机器学习做为新代一技术的代表当然也有很多在线的平台可以使用阿里云机器学习服务 ... 第三章 系统设计开发平台随着云计算的不断发现、很多业务已经已经本地机房搬迁到了各种云环境、之前很多需要自己本地构筑的服务、现在已经有很多的SaaS服务。最经典的是Office365的服务、之前很多企业都是自己构筑本地的Exchange服务器。现在更多的选择是使用Office365在线的邮箱服务。机器学习做为新代一技术的代表当然也有很多在线的平台可以使用阿里云机器学习服务 ...
- 就在刚刚过去的3月5号,小马哥很荣幸参观了华为公司,近距离感受到这个科技巨人的成就与魅力.这次开放日活动的主要目的是:发布"云专家激励计划"!也就是鼓励广大开发者,携手华为云一起共同打造基于云的生态圈. 关于"生态",去年12月份,华为云在北京国际会议中心有一次小规模的比赛或者叫做产品公测,场景是模拟无人值守面包店,通过图像识别,为顾客做购买结算. 而借助华为云... 就在刚刚过去的3月5号,小马哥很荣幸参观了华为公司,近距离感受到这个科技巨人的成就与魅力.这次开放日活动的主要目的是:发布"云专家激励计划"!也就是鼓励广大开发者,携手华为云一起共同打造基于云的生态圈. 关于"生态",去年12月份,华为云在北京国际会议中心有一次小规模的比赛或者叫做产品公测,场景是模拟无人值守面包店,通过图像识别,为顾客做购买结算. 而借助华为云...
- DAY7 机器学习助力预测性维护（下） DAY7 机器学习助力预测性维护（下）
- https://education.huaweicloud.com:8443/courses/course-v1:HuaweiX+CBUCNXE026+Self-paced/about操作流程:后面就是截图交作业的一部分了接着添加 随机决策森林分类 和 分类模型评估 回来，最快的办法是直接搜的最快； https://education.huaweicloud.com:8443/courses/course-v1:HuaweiX+CBUCNXE026+Self-paced/about操作流程:后面就是截图交作业的一部分了接着添加 随机决策森林分类 和 分类模型评估 回来，最快的办法是直接搜的最快；
- 7 千万抬头看路“一顿操作猛如虎，仔细一看二百五”，这句话曾经在网络上十分流行，虽然有点粗俗，但我觉得的确可以给我们一些警示。项目往往要不断的校准，才能得到一个令人满意的结果。记得大学做金工实习的时候，我们是用锉刀把一段圆柱形的钢搓成小榔头。最后那几下要慢慢搓，然后拿尺子量，然后在搓再量，直到尺寸刚刚好。有一个哥们真的是一顿操作猛如虎，别的不说，就他那深蓝色的衬衫都湿透了，可见他多... 7 千万抬头看路“一顿操作猛如虎，仔细一看二百五”，这句话曾经在网络上十分流行，虽然有点粗俗，但我觉得的确可以给我们一些警示。项目往往要不断的校准，才能得到一个令人满意的结果。记得大学做金工实习的时候，我们是用锉刀把一段圆柱形的钢搓成小榔头。最后那几下要慢慢搓，然后拿尺子量，然后在搓再量，直到尺寸刚刚好。有一个哥们真的是一顿操作猛如虎，别的不说，就他那深蓝色的衬衫都湿透了，可见他多...
- 新型望远镜将采用世界上最大的数码相机拍摄一系列高分辨率快照，每隔几天覆盖整个可见的夜空，并重复整个过程十年。这带来了巨大的数据挑战：快速自动识别和分类这些图像中捕获的所有恒星，星系和其他物体的最佳方法是什么？ 为了帮助解决这个问题，正在进行大型天气调查望远镜项目的科学合作启动了数据科学家之间的竞赛，以培训计算机如何最好地完成这项任务。Kaggle.com平台上托管的光度计LSST天文时... 新型望远镜将采用世界上最大的数码相机拍摄一系列高分辨率快照，每隔几天覆盖整个可见的夜空，并重复整个过程十年。这带来了巨大的数据挑战：快速自动识别和分类这些图像中捕获的所有恒星，星系和其他物体的最佳方法是什么？ 为了帮助解决这个问题，正在进行大型天气调查望远镜项目的科学合作启动了数据科学家之间的竞赛，以培训计算机如何最好地完成这项任务。Kaggle.com平台上托管的光度计LSST天文时...
- 一、为每个类别标识修改训练集。因为“梯度提升树分类”是二分类算法，所以要把训练集标识改为2个。具体操作如下：1、复制4个《【7天入门机器学习课程附加题：故障多分类】总结之二——数据处理》处理好的数据训练集xlj.csv，引入新标识“other”用9表示。对标识0(Normal)使用的训练集xlj0.csv,保留标识“0”，其它标识“1，2，3”改为“9”，对标识1（Anormal1）使用的练... 一、为每个类别标识修改训练集。因为“梯度提升树分类”是二分类算法，所以要把训练集标识改为2个。具体操作如下：1、复制4个《【7天入门机器学习课程附加题：故障多分类】总结之二——数据处理》处理好的数据训练集xlj.csv，引入新标识“other”用9表示。对标识0(Normal)使用的训练集xlj0.csv,保留标识“0”，其它标识“1，2，3”改为“9”，对标识1（Anormal1）使用的练...
- 这里使用华为云机器学习做具体实验学习。首先要有华为云帐号。然后登录并进入华为云机器学习服务。创建实例（具体操作见《7天入门机器学习》），并访问实例。 在主页可以添加案例进行实操学习。这里把《【7天入门机器学习课程附加题：故障多分类】总结之二——数据处理》处理好的数据xlj.csv、yzj.csv、csj.csv上传到数据栏中。模型栏中可以看到后面生成的模型。这里点开项目栏，创建空白项目以便后... 这里使用华为云机器学习做具体实验学习。首先要有华为云帐号。然后登录并进入华为云机器学习服务。创建实例（具体操作见《7天入门机器学习》），并访问实例。 在主页可以添加案例进行实操学习。这里把《【7天入门机器学习课程附加题：故障多分类】总结之二——数据处理》处理好的数据xlj.csv、yzj.csv、csj.csv上传到数据栏中。模型栏中可以看到后面生成的模型。这里点开项目栏，创建空白项目以便后...
- 从《【7天入门机器学习课程附加题：故障多分类】总结之一———数据理解与分析》可知为了区分Abnormal2与Abnormal3，需要对样本数据进行再处理以达到特征强化，从而区分出标识Abnormal2与Abnormal3。因为每个文件是同一个标识的时间序列，独立于其它文件，所以特征强化是对每一个文件做单独处理的。这里说的特征强化其实就是以统一标准对同一大样本（文件）中的各个小样本（行数据）进... 从《【7天入门机器学习课程附加题：故障多分类】总结之一———数据理解与分析》可知为了区分Abnormal2与Abnormal3，需要对样本数据进行再处理以达到特征强化，从而区分出标识Abnormal2与Abnormal3。因为每个文件是同一个标识的时间序列，独立于其它文件，所以特征强化是对每一个文件做单独处理的。这里说的特征强化其实就是以统一标准对同一大样本（文件）中的各个小样本（行数据）进...
- 7天入门机器学习课程地址：https://education.huaweicloud.com:8443/courses/course-v1:HuaweiX+CBUCNXE018+Self-paced/about一、附加题作业说明：场景说明：某设备的运行会出现3种故障（Abnromal1、Abnromal2、Abnromal3）和正常状态（Normal）。训练数据：提供了6个文件，每个文件包含... 7天入门机器学习课程地址：https://education.huaweicloud.com:8443/courses/course-v1:HuaweiX+CBUCNXE018+Self-paced/about一、附加题作业说明：场景说明：某设备的运行会出现3种故障（Abnromal1、Abnromal2、Abnromal3）和正常状态（Normal）。训练数据：提供了6个文件，每个文件包含...
- 参考：[华为云AI+大数据学习营DLI服务高阶课程](https://bbs.huaweicloud.com/forum/thread-13944-1-1.html)1. DLI服务与MLS服务说明DLI官网地址：https://support.huaweicloud.com/productdesc-dli/dli_07_0001.html ，数据湖探索（Data Lake Insight,... 参考：[华为云AI+大数据学习营DLI服务高阶课程](https://bbs.huaweicloud.com/forum/thread-13944-1-1.html)1. DLI服务与MLS服务说明DLI官网地址：https://support.huaweicloud.com/productdesc-dli/dli_07_0001.html ，数据湖探索（Data Lake Insight,...
- 世界有很多角度，而我们却只能看到一个，并深陷其中，自信不已。每一个角度有不同的维度组合来观察世界。 我们看待股票市场，有一个最常规的角度，就是个股，一个个代码。技术分析者看到的个股k线、价量信息；基本面分析者看到的是公司的财务状况和运营模式。这是一种最普遍的角度。 在信号处理领域，有一个最基本的信号处理方法，时频分析，工具就是傅里叶变换。人类直觉上看待一个信号的维... 世界有很多角度，而我们却只能看到一个，并深陷其中，自信不已。每一个角度有不同的维度组合来观察世界。 我们看待股票市场，有一个最常规的角度，就是个股，一个个代码。技术分析者看到的个股k线、价量信息；基本面分析者看到的是公司的财务状况和运营模式。这是一种最普遍的角度。 在信号处理领域，有一个最基本的信号处理方法，时频分析，工具就是傅里叶变换。人类直觉上看待一个信号的维...
- 互联网时代，数据的重要性不言而喻。据IDC预测，到2020年，全球数据总量将达到44个ZB，仅我国的数据量就将有8060个EB，占全球数据总量的18%。而对于企业，如此庞大的数据将成为至关重要的资产。越来越多的企业将数据资源视为一种基础性或战略性资源，从而越来越重视海量数据背后蕴藏的无限潜力。这些来自内部和外部的数据，可以更好地帮助企业模拟生产、把握行业趋势、预测销售... 互联网时代，数据的重要性不言而喻。据IDC预测，到2020年，全球数据总量将达到44个ZB，仅我国的数据量就将有8060个EB，占全球数据总量的18%。而对于企业，如此庞大的数据将成为至关重要的资产。越来越多的企业将数据资源视为一种基础性或战略性资源，从而越来越重视海量数据背后蕴藏的无限潜力。这些来自内部和外部的数据，可以更好地帮助企业模拟生产、把握行业趋势、预测销售...
- ● 线性回归（LinearRegression）：拟合自变量和因变量线性关系的统计分析方法，常用最小二乘法来求解参数。● 多项式回归（Polynomial Regression）：自变量次数大于1，但具体的次数选择往往要依靠经验，次数太高容易过拟合。 ● 朴素贝叶斯（NativeBayes，NB）：由贝叶斯公式得到的分类器，通过计算后验概率来分类。 ● 支持向量机（SupportVector... ● 线性回归（LinearRegression）：拟合自变量和因变量线性关系的统计分析方法，常用最小二乘法来求解参数。● 多项式回归（Polynomial Regression）：自变量次数大于1，但具体的次数选择往往要依靠经验，次数太高容易过拟合。 ● 朴素贝叶斯（NativeBayes，NB）：由贝叶斯公式得到的分类器，通过计算后验概率来分类。 ● 支持向量机（SupportVector...
- 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...
上滑加载中
推荐直播
-
华为云码道-AI时代应用开发利器2026/03/18 周三 19:00-20:00
童得力，华为云开发者生态运营总监/姚圣伟，华为云HCDE开发者专家
本次直播由华为专家带你实战应用开发，看华为云码道(CodeArts)代码智能体如何在AI时代让你的创意应用快速落地。更有华为云HCDE开发者专家带你用码道玩转JiuwenClaw，让小艺成为你的AI助理。
回顾中 -
Skill 构建 × 智能创作：基于华为云码道的 AI 内容生产提效方案2026/03/25 周三 19:00-20:00
余伟，华为云软件研发工程师/万邵业（万少），华为云HCDE开发者专家
本次直播带来两大实战：华为云码道 Skill-Creator 手把手搭建专属知识库 Skill；如何用码道提效 OpenClaw 小说文本，打造从大纲到成稿的 AI 原创小说全链路。技术干货 + OPC创作思路，一次讲透！
回顾中 -
码道新技能，AI 新生产力——从自动视频生成到开源项目解析2026/04/08 周三 19:00-21:00
童得力-华为云开发者生态运营总监/何文强-无人机企业AI提效负责人
本次华为云码道 Skill 实战活动，聚焦两大 AI 开发场景：通过实战教学，带你打造 AI 编程自动生成视频 Skill，并实现对 GitHub 热门开源项目的智能知识抽取，手把手掌握 Skill 开发全流程，用 AI 提升研发效率与内容生产力。
回顾中
热门标签