- 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...
- 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...
上滑加载中
推荐直播
-
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 -
华为云码道：零代码股票智能决策平台全功能实战2026/04/18 周六 10:00-12:00
秦拳德-中软国际教育卓越研究院研究员、华为云金牌讲师、云原生技术专家
利用Tushare接口获取实时行情数据，采用Transformer算法进行时序预测与涨跌分析，并集成DeepSeek API提供智能解读。同时，项目深度结合华为云CodeArts（码道）的代码智能体能力，实现代码一键推送至云端代码仓库，建立起高效、可协作的团队开发新范式。开发者可快速上手，从零打造功能完整的个股筛选、智能分析与风险管控产品。
回顾中 -
华为云码道全新升级，多会话并行与多智能体协作2026/05/08 周五 19:00-21:00
王一男-华为云码道产品专家；张嘉冉-华为云码道工程师；胡琦-华为云HCDE；程诗杰-华为云HCDG
华为云码道4月份版本全新升级，此次直播深度解读4月份产品特性，通过“特性解读+实操演示+实战案例+设计创新”的组合，全方位展现码道在多会话并行与多智能体协作方面的能力，赋能开发者提升效率
即将直播
热门标签