- 导入手写数字识别 import keras from keras import layers import matplotlib.pyplot as plt %matplotlib inline import keras.datasets.mnist as mnist (train_image, train_label), (test_image, test_labe... 导入手写数字识别 import keras from keras import layers import matplotlib.pyplot as plt %matplotlib inline import keras.datasets.mnist as mnist (train_image, train_label), (test_image, test_labe...
- pyspark是Spark的python API，提供了使用python编写并提交大数据处理作业的接口。 在pyspark里大致分为5个主要的模块 pyspark模块，这个模块四最基础的模块，里面实现了最基础的编写Spark作业的 API。这个模块里面有以下内容： Sparkcontext:它是编写Spark程序的主入口RDD：分布式弹性数据集，是Spark内部中最... pyspark是Spark的python API，提供了使用python编写并提交大数据处理作业的接口。 在pyspark里大致分为5个主要的模块 pyspark模块，这个模块四最基础的模块，里面实现了最基础的编写Spark作业的 API。这个模块里面有以下内容： Sparkcontext:它是编写Spark程序的主入口RDD：分布式弹性数据集，是Spark内部中最...
- 什么是预训练网络 一个常用、高效的在小图像数据集上深度学习的方法就是利用预训练网络。一个预训练网络只是简单的储存了之前在大的数据集训练的结果，通常是大的图像分类任务。如果原始的数据集已经足够大，足够一般，通过预训练学习到的空间上的特征层次结构就能有效地在我们的模型中工作，因此这些特征对许多计算机视觉问题都很有用，尽管这些新问题和原任务相比可能涉及完全不同的类别。 K... 什么是预训练网络 一个常用、高效的在小图像数据集上深度学习的方法就是利用预训练网络。一个预训练网络只是简单的储存了之前在大的数据集训练的结果，通常是大的图像分类任务。如果原始的数据集已经足够大，足够一般，通过预训练学习到的空间上的特征层次结构就能有效地在我们的模型中工作，因此这些特征对许多计算机视觉问题都很有用，尽管这些新问题和原任务相比可能涉及完全不同的类别。 K...
- 本讲之前，先将高斯-赛德尔迭代法和雅克比迭代法以及迭代法求解线性方程组贴出来，毕竟收敛问题研究的是迭代方法的收敛问题。 进入主题： 判断迭代法收敛的办法： 1、首先根据方程组的系数矩阵A的特点判断； 2、可根据迭代矩阵的范数判断； 3、只好根据迭代矩阵的谱半径来判断； ———————————————————————————————————————————————————— ... 本讲之前，先将高斯-赛德尔迭代法和雅克比迭代法以及迭代法求解线性方程组贴出来，毕竟收敛问题研究的是迭代方法的收敛问题。 进入主题： 判断迭代法收敛的办法： 1、首先根据方程组的系数矩阵A的特点判断； 2、可根据迭代矩阵的范数判断； 3、只好根据迭代矩阵的谱半径来判断； ———————————————————————————————————————————————————— ...
- 记录第一次使用kaggle训练猫狗数据集 import os import shutil 12 os.listdir('../input/train/train') 1 base_dir = './cat_dog' train_dir = os.path.join(base_dir,'train') train_dir_dog = os.path.join... 记录第一次使用kaggle训练猫狗数据集 import os import shutil 12 os.listdir('../input/train/train') 1 base_dir = './cat_dog' train_dir = os.path.join(base_dir,'train') train_dir_dog = os.path.join...
- 来源:kaggle Machine Learning Micro-Course Home Page Recap Here’s the code you’ve written so far. Start by running it again. # Code you have previously used to load data import pandas... 来源:kaggle Machine Learning Micro-Course Home Page Recap Here’s the code you’ve written so far. Start by running it again. # Code you have previously used to load data import pandas...
- # bs4 nltk gensim import os import re import numpy as np import pandas as pd from bs4 import BeautifulSoup from sklearn.feature_extraction.text import CountVectorizer from sklearn.en... # bs4 nltk gensim import os import re import numpy as np import pandas as pd from bs4 import BeautifulSoup from sklearn.feature_extraction.text import CountVectorizer from sklearn.en...
- 案例流程 1) 制作词向量，可以使用gensim这个库，也可以直接用现成的 2) 词和ID的映射，常规套路了 3) 构建RNN网络架构 4) 训练我们的模型 5) 试试咋样 导入数据 首先，我们需要去创建词向量。为了简单起见，我们使用训练好的模型来创建。 作为该领域的一个最大玩家，Google 已经帮助我们在大规模数据集上训练出来了 Word2Vec 模型，包... 案例流程 1) 制作词向量，可以使用gensim这个库，也可以直接用现成的 2) 词和ID的映射，常规套路了 3) 构建RNN网络架构 4) 训练我们的模型 5) 试试咋样 导入数据 首先，我们需要去创建词向量。为了简单起见，我们使用训练好的模型来创建。 作为该领域的一个最大玩家，Google 已经帮助我们在大规模数据集上训练出来了 Word2Vec 模型，包...
- VGG16网络是13层卷积层，运算起来非常的忙，如果使用CPU基本跑不了 import keras from keras import layers import numpy as np import os import shutil 12345 还是猫狗数据集，2000张训练集，1000张测试集 base_dir = '../猫狗数据集/cat_dog' tr... VGG16网络是13层卷积层，运算起来非常的忙，如果使用CPU基本跑不了 import keras from keras import layers import numpy as np import os import shutil 12345 还是猫狗数据集，2000张训练集，1000张测试集 base_dir = '../猫狗数据集/cat_dog' tr...
- 参考：https://blog.csdn.net/m0_37870649/article/details/80979783 sklean的线性模型完成kaggle房价预测问题 https://www.kaggle.com/c/house-prices-Advanced-regression-techniques 赛题给我们79个描述房屋的特征，要求我们据此预测房屋的... 参考：https://blog.csdn.net/m0_37870649/article/details/80979783 sklean的线性模型完成kaggle房价预测问题 https://www.kaggle.com/c/house-prices-Advanced-regression-techniques 赛题给我们79个描述房屋的特征，要求我们据此预测房屋的...
- 大家都知道sklearn这玩意，听说过xlearn 吗？ xLearn 是一款高性能的，易用的，并且可扩展的机器学习算法库，你可以用它来解决大规模机器学习问题，尤其是大规模稀疏数据机器学习问题。 官方文档 https://xlearn-doc-cn.readthedocs.io/en/latest/python_api/ 在近年来，大规模稀疏数据机器学习算法被广泛... 大家都知道sklearn这玩意，听说过xlearn 吗？ xLearn 是一款高性能的，易用的，并且可扩展的机器学习算法库，你可以用它来解决大规模机器学习问题，尤其是大规模稀疏数据机器学习问题。 官方文档 https://xlearn-doc-cn.readthedocs.io/en/latest/python_api/ 在近年来，大规模稀疏数据机器学习算法被广泛...
- 先把来源写上 来源：贪心学院，https://www.zhihu.com/people/tan-xin-xue-yuan/activities 使用决策树预测糖尿病 分类任务 数据源: https://www.kaggle.com/uciml/pima-indians-diabetes-database#diabetes.csv 注意: 需要使用如下命令安装额外两... 先把来源写上 来源：贪心学院，https://www.zhihu.com/people/tan-xin-xue-yuan/activities 使用决策树预测糖尿病 分类任务 数据源: https://www.kaggle.com/uciml/pima-indians-diabetes-database#diabetes.csv 注意: 需要使用如下命令安装额外两...
- 谱聚类算法 该算法首先根据给定的样本数据集定义一个描述成对数据点相似度的亲合矩阵,并且计算矩阵的特征值和特征向量 ， 然后选择合适 的特征向量聚类不同的数据点。谱聚类算法最初用于计算机视觉 、VLS I 设计等领域， 最近才开始用于机器学习中，并迅速成为国际上机器学习领域的研究热点。 谱聚类算法建立在图论中的谱图理论基础上，其本质是将聚类问题转化为图的最优划分问题，... 谱聚类算法 该算法首先根据给定的样本数据集定义一个描述成对数据点相似度的亲合矩阵,并且计算矩阵的特征值和特征向量 ， 然后选择合适 的特征向量聚类不同的数据点。谱聚类算法最初用于计算机视觉 、VLS I 设计等领域， 最近才开始用于机器学习中，并迅速成为国际上机器学习领域的研究热点。 谱聚类算法建立在图论中的谱图理论基础上，其本质是将聚类问题转化为图的最优划分问题，...
- 使用二分类逻辑回归识别贷款违约风险 为了说明逻辑回归的应用场景，这里引入一个案例，该案例有关银行贷款违约，我们使用二分类逻辑回归来评估信用风险，如果您是银行的贷款人员，那么您希望能够识别那些指示可能违约贷款的人的特征，并使用这些特征来识别不良的贷款。 这里我们使用的数据集假设有850位以往客户的贷款信息，前700个案例是以前给予贷款的客户，这些客户的违约情况是已经知... 使用二分类逻辑回归识别贷款违约风险 为了说明逻辑回归的应用场景，这里引入一个案例，该案例有关银行贷款违约，我们使用二分类逻辑回归来评估信用风险，如果您是银行的贷款人员，那么您希望能够识别那些指示可能违约贷款的人的特征，并使用这些特征来识别不良的贷款。 这里我们使用的数据集假设有850位以往客户的贷款信息，前700个案例是以前给予贷款的客户，这些客户的违约情况是已经知...
- KFold模块 from sklearn.model_selection import KFold 为什么要使用交叉验证？交叉验证的介绍 交叉验证是在机器学习建立模型和验证模型参数时常用的办法。 交叉验证，顾名思义，就是重复的使用数据，把得到的样本数据进行切分，组合为不同的训练集和测试集，用训练集来训练模型，用测试集来评估模型预测的好坏。在此基础上可以得到多组不同... KFold模块 from sklearn.model_selection import KFold 为什么要使用交叉验证？交叉验证的介绍 交叉验证是在机器学习建立模型和验证模型参数时常用的办法。 交叉验证，顾名思义，就是重复的使用数据，把得到的样本数据进行切分，组合为不同的训练集和测试集，用训练集来训练模型，用测试集来评估模型预测的好坏。在此基础上可以得到多组不同...
上滑加载中
推荐直播
-
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 -
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
热门标签