- 一、问题 预测问题我们几乎已经见了很多了，很多比赛都会遇到预测，因此我们必须掌握它！ 本案例你只需要会改数据就行，不用花时间理解每一行代码意思。 举个例子如下：（借鉴） 二、建模 看到数据后先... 一、问题 预测问题我们几乎已经见了很多了，很多比赛都会遇到预测，因此我们必须掌握它！ 本案例你只需要会改数据就行，不用花时间理解每一行代码意思。 举个例子如下：（借鉴） 二、建模 看到数据后先...
- 一、时间序列是什么？ 时间序列预测模型是能够根据先前观察到的值预测 未来值的模型。时间序列预测广泛用于非平稳数据。非平稳数据被称为数据，其统计特性（例如均值和标准差）不随时间恒定，而是这些指标随时间... 一、时间序列是什么？ 时间序列预测模型是能够根据先前观察到的值预测 未来值的模型。时间序列预测广泛用于非平稳数据。非平稳数据被称为数据，其统计特性（例如均值和标准差）不随时间恒定，而是这些指标随时间...
- 点击▲ “Java编程鸭”关注并标星 更多精彩 第一时间直达 介绍一些用于数据科学和云开发的最有前途的编程语言 > Photo by Salvatore Ventura on Unsplash 介绍 截至2020年，大约有700种编程语言可用[1]。其中一些倾向于仅适用于特定领域，而其他一些则因其能够... 点击▲ “Java编程鸭”关注并标星 更多精彩 第一时间直达 介绍一些用于数据科学和云开发的最有前途的编程语言 > Photo by Salvatore Ventura on Unsplash 介绍 截至2020年，大约有700种编程语言可用[1]。其中一些倾向于仅适用于特定领域，而其他一些则因其能够...
- 训练集与模型 我就选了不同人物十张照片，如果多一点会效果更好： 经过训练后，把模型保存为：train_cnn_model.clf 测试效果 用使用好的模型进行mp4测试:(当然也可以修改为摄... 训练集与模型 我就选了不同人物十张照片，如果多一点会效果更好： 经过训练后，把模型保存为：train_cnn_model.clf 测试效果 用使用好的模型进行mp4测试:(当然也可以修改为摄...
- cvxpy求解 比如我们求解这样的一个问题： 我们需要配置基本的环境，首先记得按顺序安装模块： pip install numpy pip install mkl pip install cv... cvxpy求解 比如我们求解这样的一个问题： 我们需要配置基本的环境，首先记得按顺序安装模块： pip install numpy pip install mkl pip install cv...
- 基本监督分类 我们将学习如何使用 Google Maps 提供的高分辨率底图图像，使用从代码编辑器收集的训练样本进行基本的土地覆盖分类。这种方法不需要事先训练数据，在世界任何地方生成高质量的分类样本都非常有效。目标是将每个源像素分类为以下类别之一 - 城市、裸露、水或植被。使用代码编辑器中的绘图工具，您可以创建 4 个新特征集合，其中... 基本监督分类 我们将学习如何使用 Google Maps 提供的高分辨率底图图像，使用从代码编辑器收集的训练样本进行基本的土地覆盖分类。这种方法不需要事先训练数据，在世界任何地方生成高质量的分类样本都非常有效。目标是将每个源像素分类为以下类别之一 - 城市、裸露、水或植被。使用代码编辑器中的绘图工具，您可以创建 4 个新特征集合，其中...
- 深度模型有关数值稳定性的典型问题是消失（vanishing）和爆炸（explosion）。 当神经网络的层数较多时，模型的数值稳定性容易变差。 假设一个层数为 ... 深度模型有关数值稳定性的典型问题是消失（vanishing）和爆炸（explosion）。 当神经网络的层数较多时，模型的数值稳定性容易变差。 假设一个层数为 ...
- 换汤不换药，有手就会 基础肥皂案例 数据集如下： 你的数据只要能跟它合上就行，年份和数据。 你只需要修改的地方： 套上去就完事，完整代码： # coding=gbk """ 作者：川... 换汤不换药，有手就会 基础肥皂案例 数据集如下： 你的数据只要能跟它合上就行，年份和数据。 你只需要修改的地方： 套上去就完事，完整代码： # coding=gbk """ 作者：川...
- 一张图即可轻松理解： 人脸识别基本步骤： 一张图即可轻松理解： 人脸识别基本步骤：
- 全球森林变化 马里兰大学 地理科学系 对描述森林范围和变化的陆地卫星图像进行时间序列分析的结果。 树木被定义为高度超过5米的植被，并以每个输出网格单元的百分比表示为 "2000年树木覆盖率"。森林覆盖物损失 "被定义为2000-2020年期间的林分替代干扰，或从森林状态到非森林状态的变化。森林覆盖率增长 "定义为损失的倒数，或在200... 全球森林变化 马里兰大学 地理科学系 对描述森林范围和变化的陆地卫星图像进行时间序列分析的结果。 树木被定义为高度超过5米的植被，并以每个输出网格单元的百分比表示为 "2000年树木覆盖率"。森林覆盖物损失 "被定义为2000-2020年期间的林分替代干扰，或从森林状态到非森林状态的变化。森林覆盖率增长 "定义为损失的倒数，或在200...
- 多人姿态识别简介 人体姿态估计有两个主流方案：Two-step framework 和Part-based framework。第一种方案是检测环境中的每一个人体检测框，然后独立地去检测每一个人体区域的姿态（自顶向下的方法）。第二种方案是首先检测出环境中的所有肢体节点，然后进行拼接得到多人的骨架（自底向上的方法）。第一种方案，姿态检测... 多人姿态识别简介 人体姿态估计有两个主流方案：Two-step framework 和Part-based framework。第一种方案是检测环境中的每一个人体检测框，然后独立地去检测每一个人体区域的姿态（自顶向下的方法）。第二种方案是首先检测出环境中的所有肢体节点，然后进行拼接得到多人的骨架（自底向上的方法）。第一种方案，姿态检测...
- 通过把yolov3训练出来的效果可视化： 可以用python可视化，也可以直接在代码里面用tensorboardX可视化。 import reimport pandas as pdfrom matplotlib import pyplot as plt def read_data(filename): # 1: 3983.... 通过把yolov3训练出来的效果可视化： 可以用python可视化，也可以直接在代码里面用tensorboardX可视化。 import reimport pandas as pdfrom matplotlib import pyplot as plt def read_data(filename): # 1: 3983....
- 这种变化检测技术也称为一次性分类或直接多日期分类。在这里，我们创建了一个包含前后图像条带的单个堆叠图像。我们使用从堆叠图像中采样的训练数据训练分类器，并将分类器应用于堆叠图像以查找所有变化像素。 代码： var bangalore = ee.FeatureCollection('users/ujavalgandhi/public/b... 这种变化检测技术也称为一次性分类或直接多日期分类。在这里，我们创建了一个包含前后图像条带的单个堆叠图像。我们使用从堆叠图像中采样的训练数据训练分类器，并将分类器应用于堆叠图像以查找所有变化像素。 代码： var bangalore = ee.FeatureCollection('users/ujavalgandhi/public/b...
- 欧洲的土地覆盖分类，分辨率为 10 m，由 Sentinel 光学和雷达卫星图像驱动的机器学习工作流生成。分类模型根据来自 LUCAS（土地利用/覆盖区域框架调查）数据集的土地覆盖参考数据进行训练。该地图代表 2018 年的情况。您可以在此处阅读预印本 像素值、它们的定义和建议的十六进制颜色代码包括：0（未映射 #000000）、1（... 欧洲的土地覆盖分类，分辨率为 10 m，由 Sentinel 光学和雷达卫星图像驱动的机器学习工作流生成。分类模型根据来自 LUCAS（土地利用/覆盖区域框架调查）数据集的土地覆盖参考数据进行训练。该地图代表 2018 年的情况。您可以在此处阅读预印本 像素值、它们的定义和建议的十六进制颜色代码包括：0（未映射 #000000）、1（...
- Results from time-series analysis of Landsat images in characterizing global forest extent and change. The 'first' and 'last' bands are reference multispectral imagery ... Results from time-series analysis of Landsat images in characterizing global forest extent and change. The 'first' and 'last' bands are reference multispectral imagery ...
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