量子计算机机器学习华为云第120页

自动驾驶技术：驶向未来的智能之路

1.简介自动驾驶技术是基于先进传感器、计算机视觉、机器学习等技术的创新，旨在实现汽车在不需要人为干预的情况下安全、自主地行驶。

鳗小鱼·2023-12-15 20:50

机器学习基础知识分享：深度学习

深度学习（DeepLearning）是近年来发展十分迅速的研究领域，并且在人工智能的很多子领域都取得了巨大的成功．从根源来讲，深度学习是机器学习的一个分支，是指一类问题以及解决这类问题的方法。

白牛DATA·2023-12-15 20:58

使用 PyTorch 完全分片数据并行技术加速大模型训练

动机随着机器学习(ML)模型的规模、大小和参数量的不断增加，ML从业者发现在自己的硬件上训练甚至加载如此大的模型变得越来越难。

Python算法实战·2023-12-15 20:23

机器学习入门

它开源了许多机器学习需要的基础组件如：Transformers,Tokenizers等。

liuzhenghua66·2023-12-15 20:36

kmeans设置中心_Spark分布式机器学习源码分析：Kmeans族聚类

Spark是一个极为优秀的大数据框架，在大数据批处理上基本无人能敌，流处理上也有一席之地，机器学习则是当前正火热AI人工智能的驱动引擎，在大数据场景下如何发挥AI技术成为优秀的大数据挖掘工程师必备技能。

weixin_39699121·2023-12-15 19:27

人工智能（AI）领域广泛使用的关键算法及其解决的问题列出计算机中各种算法及对应解决的实际问题

人工智能（AI）领域广泛使用的关键算法及其解决的问题：机器学习算法:线性回归（LinearRegression）:问题：用于预测或估计一个变量与另一个变量之间的关系。

小黄人软件·2023-12-15 19:50

图解NumPy：常用函数的内在机制

支持大量多维数组和矩阵运算的NumPy软件库是许多机器学习开发者和研究者的必备工具，本文将通过直观易懂的图示解析常用的NumPy功能和函数，帮助你理解NumPy操作数组的内在机制。

逍遥_yjz·2023-12-15 19:59

re:Invent 2023 | 一家支持生成式 AI 的企业：亚马逊云科技的变革人工智能/机器学习

关键字:[AmazonWebServicesre:Invent2023,GenerativeAi,亚马逊云科技,ModelDevelopment,MachineLearning,FineTuning]本文字数:1700,阅读完需:8分钟视频如视频不能正常播放，请前往bilibili观看本视频。>>https://www.bilibili.com/video/BV1fi4y1v7Wa导读了解如何通过

李白的好朋友·2023-12-15 19:56

华为云CodeArts Deploy常见问答汇总

1.【Deploy】部署java项目，为什么通过springboot启动步骤启动失败了？答：用户所部署的jar包源码并不是springboot框架，所以无法用springboot启动步骤启动，该步骤并不等同于java-jar命令，需要使用shell脚本启动。2.【Deploy】为什么更新代码并编译构建后，部署到机器里的包的版本仍然是旧的呢？答：1.在流水线工作流配置中，构建和部署放到了同一阶段下，

华为云PaaS服务小智·2023-12-15 18:57

华为云CodeArts Check常见问答汇总

1.【Check】如何查看代码检查的历史记录呢？答：当前支持查看代码检查日志的历史记录，具体操作步骤：1、进入代码检查页面，在任务列表中，单击任务名称。2、进入“代码检查详情”页面，选择“检查日志”页签。日志详情包括步骤日志和检查参数等。2.【Check】代码检查如何添加编译配置？答：JAVA语言任务选用全面规则集、安全规则集或者移动领域-Android规则集时，需要设置检查参数，用于编译结果文件

华为云PaaS服务小智·2023-12-15 18:57

华为云CodeArts IDE UI设计相关介绍

华为云CodeArtsIDE的用户界面（UI）旨在为软件开发提供一个高效且可定制的环境，专注于提高生产力和易用性，UI的设计旨在最小化干扰，提供直观的导航。

华为云PaaS服务小智·2023-12-15 18:18

华为云入门常见问题

参考链接如下：初始化Linux数据盘（fdisk）_弹性云服务器ECS_快速入门_初始化数据盘_华为云挂盘（parted方式），支持2T以上扩容。

「已注销」·2023-12-15 18:06

机器学习算法---回归

1.线性回归（LinearRegression）原理：通过拟合一个线性方程来预测连续响应变量。线性回归假设特征和响应变量之间存在线性关系，并通过最小化误差的平方和来优化模型。优点：简单、直观，易于理解和实现。缺点：对异常值敏感，假设线性关系，可能无法适应非线性数据。应用场景：金融预测、商品价格预测、房价估计等。2.岭回归（RidgeRegression）原理：在线性回归的基础上加入L2正则化项。这

数据科学知识库·2023-12-15 18:19

机器学习算法应用场景与评价指标

机器学习算法（一）——分类机器学习算法（二）——回归机器学习算法（三）——异常检测一、应用场景机器学习的算法选择大部分依赖于具体的问题类型和数据特征。

数据科学知识库·2023-12-15 18:18

Python-Regression

本文归纳整理了线性回归（LinearRegression）、岭回归（Ridge）、Lasso回归（Lasso）、弹性网（ElasticNet）、K近邻、SVM等10多种机器学习模块sklearn中回归算法调用及实现过程

数据科学知识库·2023-12-15 18:18

【SpringBoot系列】spring-kafka consumer源码分析

‍♂️个人主页：@香菜的个人主页，加ischongxin，备注csdn✍作者简介：csdn认证博客专家，游戏开发领域优质创作者,华为云享专家，2021年度华为云年度十佳博主希望大家多多支持，我们一起进步

香菜+·2023-12-15 18:05

机器学习-SVM（支持向量机）

向岸看·2023-12-15 17:59

Hanlp自然语言处理如何再Spring Boot中使用

HanLP采用了深度学习和传统机器学习相结合的

Crhy、Y·2023-12-15 17:25

阶段四：数据分析与机器学习(掌握使用scikit-learn库进行高级机器学习)

Scikit-learn是一个在Python中实现机器学习的强大库。以下是一些如何使用scikit-learn进行高级机器学习的基本步骤：数据导入和预处理：首先，你需要导入你的数据集。

哈嗨哈·2023-12-15 17:19

大数据分析与应用实验任务十二

大数据分析与应用实验任务十二实验目的：通过实验掌握spark机器学习库本地向量、本地矩阵的创建方法；熟悉spark机器学习库特征提取、转换、选择方法；实验任务：一、逐行理解并参考编写运行教材8.3.1、

陈希瑞·2023-12-15 17:41

算法……到底是干啥的？（摘自牛客网）

_牛客网1.门槛学历双9平常就是看论文技术分享接项目给方案跑模型部署到终端清洗数据打比赛写论文写专利面试一般问对应岗位方向前沿的算法paper2.面试问项目问论文，问深度学习和机器学习相关八股，比如transfomer

芒果香菠菠·2023-12-15 17:36

机器学习练习题

例1:解：最大似然估计：P（男）=8/20=0.4，P（女）=12/20=0.6P（男）=8/20=0.4，P（女）=12/20=0.6P（男）=8/20=0.4，P（女）=12/20=0.6argmax∏i=1n(Pi)=ln⁡∏i=1nPi=ln⁡∏i=1n12πρexp(−(xi−μ)22ρ2)=nln⁡12πρ−∑i=1n(xi−u)22ρ2argmax\prod_{i=1}^n(P_i)

satadriver·2023-12-15 16:11

自然语言处理第2天：自然语言处理词语编码

自然语言处理介绍二、常见的词编码方式1.one-hot介绍缺点2.词嵌入介绍说明三、代码演示四、结语一、自然语言处理介绍自然语言处理（NaturalLanguageProcessing）简称NLP，与一般的机器学习任务都不相同

Nowl·2023-12-15 16:36

2020台大李宏毅机器学习异常检测(Anomaly Detection)

问题描述：什么是异常？取决于你提供什么样的训练资料异常检测的应用：异常检测思路一——二分类思路？难点：不平衡的数据集，异常难以定义（异常的种类很多，不能单独归为一类），异常的资料难以收集异常检测的分类有标签：可以将没有标签的那一类归为“unknown”，这类问题也叫open-setrecognition无标签：1）所有的数据都是正常数据2）只有小部分数据为异常数据Case1——有标签的异常检测输入

ebook_sea·2023-12-15 16:34

机器学习顶会 NeurIPS 2023 6篇获奖论文速览

防止有些同学不太清楚这个会议，我先简单介绍一下：NeurIPS是机器学习领域的顶级会议，与ICML，ICLR并称为机器学习领域难度最大，水平最高，影响力最强的会议，属于CCFA类。

深度之眼·2023-12-15 15:17

计算机毕业设计基于SpringBoot的高校毕业与学位资格审核系统的设计与实现 Java实战项目附源码+文档+视频讲解

CSDN、掘金、华为云、InfoQ、阿里云等平台优质作者✌文末获取源码联系精彩专栏推荐订阅不然下次找不到哟————————————————计算机毕业设计《1000套》✌目录1、项目介绍及开发技术1.1项目介绍

IT学长编程·2023-12-15 15:10

电报热度用一个月冲到第二的GEMS到底是干啥的？

而这份工作在即将到来的人工智能时代会是刚需，标记好的数据将是各种机器学习的原始货币。原来相关的工作有亚马

静静静不了·2023-12-15 15:56

机器学习中特征值与特征向量理解

来自：https://www.zhihu.com/question/20507061/answer/16610027特征值与特征向量1代数角度理解从定义出发，Ax=cx：A为矩阵，c为特征值，x为特征向量。矩阵A乘以x表示，对向量x进行一次转换（旋转或拉伸）（是一种线性转换），而该转换的效果为常数c乘以向量x（即只进行拉伸）。我们通常求特征值和特征向量即为求出该矩阵能使哪些向量（当然是特征向量）只

城市中迷途小书童·2023-12-15 15:40

机器学习—混淆矩阵

###1.**混淆矩阵简介**混淆矩阵是评估分类模型性能的一种表格布局，用于展示模型预测的准确性。它特别适用于监督学习算法中的分类问题。混淆矩阵不仅帮助我们理解模型在正确分类和错误分类方面的表现，而且还提供了判断模型是否有偏差的依据。###2.**混淆矩阵的组成**混淆矩阵由四个部分组成：-**真正例(TruePositives,TP)**：模型正确预测为正例的数量。-**假正例(FalsePos

我我我想出去玩·2023-12-15 15:04

欧睿 × 和鲸：联合打造 AI 中台赋能企业数字化转型，大幅提升模型产品研发效率

近年来，在泛零售及快消行业，由于市场格局越发瞬息万变、消费场景愈加错综复杂，以机器学习算法、人工智能模型代替纯人脑人工完成商品计划、运营、供应链管理已逐渐成为主流。

ModelWhale·2023-12-15 14:46

Stable Diffusion AI绘画系列【24】:古代名家水墨画鉴赏

阿_旭·2023-12-15 14:10

基于YOLOv8深度学习的吸烟/抽烟行为检测系统【python源码+Pyqt5界面+数据集+训练代码】目标检测、深度学习实战

阿_旭·2023-12-15 14:10

基于YOLOv8深度学习的血细胞检测与计数系统【python源码+Pyqt5界面+数据集+训练代码】目标检测、深度学习实战、智慧医疗

阿_旭·2023-12-15 14:09

基于YOLOv8深度学习的舰船目标分类检测系统【python源码+Pyqt5界面+数据集+训练代码】目标检测、深度学习实战

阿_旭·2023-12-15 14:39

Stable Diffusion AI绘画系列【25】:3D可爱风格系列图片

阿_旭·2023-12-15 14:59

机器学习密度聚类

10.4密度聚类密度聚类则是基于密度的聚类，它从样本分布的角度来考察样本之间的可连接性，并基于可连接性（密度可达）不断拓展疆域（类簇）。其中最著名的便是DBSCAN算法，首先定义以下概念：20.png21.png简单来理解DBSCAN便是：找出一个核心对象所有密度可达的样本集合形成簇。首先从数据集中任选一个核心对象A，找出所有A密度可达的样本集合，将这些样本形成一个密度相连的类簇，直到所有的核心对

黄粱梦醒·2023-12-15 13:48

DevOps 和人工智能 – 天作之合

如今，人工智能和机器学习无处不在，所以它们开始在DevOps领域崭露头角也毫不令人意外。人工智能和机器学习正在通过自动化任务改变DevOps，并使各企业的软件开发生命周期更高效、更深刻和更安全。

Incredibuild·2023-12-15 13:37

机器学习基础介绍

百度百科：机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。

DogDaoDao·2023-12-15 13:01

Amazon SageMaker：让机器学习变得更简单、更强大

随着信息技术的飞速发展，我们进入了一个数字化的时代，其中机器学习作为处理和理解这些海量数据的利器，正变得日益重要。文章目录一、走进AmazonSageM

万物皆可der·2023-12-15 13:59

机器学习——特征预处理

【说明】文章内容来自《机器学习入门——基于sklearn》，用于学习记录。若有争议联系删除。特征预处理就是对数据进行集成、转换、规约等一系列处理，使之适合算法模型的过程。

风月雅颂·2023-12-15 13:56

机器学习初学-多种集成学习算法

数据集BankCustomer|Kaggle目录■偏差和方差它们是机器学习性能优化的风向标。弱模型的偏差很大，但是模型性能提高后，一旦过拟合，就会因为太依赖原始数据集而在其他数据集上产生高方差。

O&REO·2023-12-15 13:26

机器学习——数据清洗

【说明】文章内容来自《机器学习入门——基于sklearn》，用于学习记录。若有争议联系删除。1、数据清洗简介在处理数据之前，需要进行数据质量分析，了解数据的功能和作用，检查原始数据中是否存在脏数据。

风月雅颂·2023-12-15 13:26

互联网加竞赛 python 机器视觉车牌识别 - opencv 深度学习机器学习

1前言优质竞赛项目系列，今天要分享的是基于python机器视觉的车牌识别系统学长这里给一个题目综合评分(每项满分5分)难度系数：3分工作量：3分创新点：3分更多资料,项目分享：https://gitee.com/dancheng-senior/postgraduate1课题背景车牌识别其实是个经典的机器视觉任务了，通过图像处理技术检测、定位、识别车牌上的字符，实现计算机对车牌的智能管理功能。如今在

Mr.D学长·2023-12-15 13:23

【机器学习】数据降维

一、理论1.1主成分分析如何计算投影矩阵样本向量重构散布矩阵（scattermatrix）PCA的变体1.2流形学习1.2.1局部线性嵌入1.2.2拉普拉斯特征映射1.2.3局部保持投影1.2.4等距映射1.2.5t分布随机近邻嵌入1.2.6多维缩放二、示例2.1PCA示例iris数据集2.2局部线性嵌入（LLE）瑞士卷数据降维2.3SwissRoll和Swiss-Hole使用LLE和t-SNE进

十年一梦实验室·2023-12-15 13:51

机器学习中的 Transformation Pipelines（Machine Learning 研习之十）

TransformationPipelines有许多数据转换步骤需要以正确的顺序执行。幸运的是，Scikit-Learn提供了Pipeline类来帮助处理这样的转换序列。下面是一个用于数值属性的小管道，它首先对输入特性进行归并，然后对输入特性进行缩放:fromsklearn.pipelineimportPipelinenum_pipeline=Pipeline([("impute",SimpleI

甄齐才·2023-12-15 13:21

机器学习决策树案例实战

一、引言决策树算法是机器学习领域的基石之一，其强大的数据分割能力让它在各种预测和分类问题中扮演着重要的角色。

!chen·2023-12-15 13:49

利用Composer安装ThinkPHP6

Composer-Setup.exe修改镜像阿里云：composerconfig-grepo.packagistcomposerhttps://mirrors.aliyun.com/composer/华为云

wfyflyy·2023-12-15 13:37

laravel的安装