- 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...
- 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。
上滑加载中
推荐直播
-
华为云码道Agent集成与鸿蒙实战2026/08/11 周二 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；彭江敏-华为云鸿蒙端云一体化开发专家
本次直播带你解读华为云码道7月份产品新特性、新功能。更有专家演示码道Agent Space × 钉钉机器集成实战，从0到1打通消息通道；码道鸿蒙端云一体化实战，快速搭建员工签到系统。
回顾中 -
华为云开发者AI素养直播课·第五期2026/09/04 周五 16:00-18:00
林华鼎-华为云AI开发者运营负责人；蒋春阳-华为云AI开发者案例开发专家
本期直播内容： AI工具体验营 · 第5-8课连讲。Agent-Team 多智能体协作完成毕业设计实践
回顾中 -
华为云开发者AI素养ClassRoom·第六期2026/09/08 周二 19:00-20:00
樊渊-2026华为软件挑战赛冠军
高手来了：看软挑高手解析二维排样问题—从工业难题到算法突破
回顾中
热门标签