PySpark机器学习

DataFunSummit：2023年数据科学在线峰会-核心PPT资料下载

本次峰会共包含了：机器学习与数据挖掘、AB实验、因果推断、数据中台与数字化转型、用户增长与运营、数据科学最佳实践等6大论坛。
百家峰会·2023-12-16 02:39

python设计一个小游戏、定义一个top score_20192114 《Python程序设计》实验四报告

》实验四报告课程：《Python程序设计》班级：1921学号：20192114实验教师：王志强实验日期：2020年6月13日必修/选修：公选课1.实验内容Python综合应用：爬虫、数据处理、可视化、机器学习
weixin_39639040·2023-12-16 01:20

Python数据科学视频讲解：Python元组

针对数据分析或机器学习推荐两本入门级的图书：《Python机器学习原理与算法实现》
数据科学作家·2023-12-16 01:13

Python数据科学视频讲解：基本输入函数 input()函数

针对数据分析或机器学习推荐两本入门级的图书：《Python机器学习原理
数据科学作家·2023-12-16 01:12

Python数据科学视频讲解：Python序列的概念及通用操作

针对数据分析或机器学习推荐两本入门级的图书：《Python机器学习
数据科学作家·2023-12-16 01:12

Python数据科学视频讲解：Python列表

针对数据分析或机器学习推荐两本入门级的图书：《Python机器学习原理与算法实现》
数据科学作家·2023-12-16 01:12

数据清洗、特征工程和数据可视化、数据挖掘与建模的主要内容

针对数据分析或机器学习推荐两本入门级的图书：《Py
数据科学作家·2023-12-16 01:11

Python数据科学视频讲解：数据挖掘与建模的注意事项

针对数据分析或机器学习推荐两本入门级的图书：《Python机器学习原理与算法实
数据科学作家·2023-12-16 01:59

第七届核磁机器学习班（训练营：2023.9.4~9.16）

茗创科技专注于脑科学数据处理，涵盖（EEG/ERP,fMRI,结构像,DTI,ASL,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师（微信号MCKJ-zhouyi或17373158786）咨询。★课程简介★基于血氧水平依赖的功能磁共振成像(fMRI)技术,利用其数据构建的功能性脑网络后,发现脑并不是一个单纯对外界刺激进行
茗创科技·2023-12-16 01:23

Course2-Week3-使用机器学习的建议

Course2-Week3-使用机器学习的建议文章目录Course2-Week3-使用机器学习的建议1.拆分原始训练集1.1如何改进模型1.2二拆分：训练集、测试集1.3三拆分：训练集、验证集、测试集2
虎慕·2023-12-16 01:13

(详解)下载安装Graphviz+配置环境+解决报错+验证成功

如：在机器学习中可以利用Graphviz将测试的数据结构可视化,如画决策树时可以用Graphviz下面介绍一下如何安装配置Graphviz可以放心大胆下载安装，里边有卸载包，可以卸载干净。
青春之我_XP·2023-12-16 00:58

一行代码加速 sklearn 运算上千倍

作者|费弗里来源|Python大数据分析❞1、简介scikit-learn作为经典的机器学习框架，从诞生至今已发展了十余年，但其运算速度一直广受用户的诟病。
AI科技大本营·2023-12-16 00:20

预测性维护对制造企业设备管理的作用

预测性维护是通过传感器数据、机器学习和数据分析等技术手段，实时监测设备状态并预测设备故障和维护需求的方法。相比传统的预防性维护和修复性维护，预测性维护更加智能和高效，为制造企业带来了许多积极的影响。
PreMaint·2023-12-16 00:49

机器学习-隐私保护总览

这段时间有项目在进行，所以对斯坦福DanBoneh密码学的阅读进度有所放缓，之后会继续更新，这段时间对当前机器学习领域隐私保护的方向做了一点小总结。
Ataraxia8088·2023-12-16 00:14

机器学习面试题集 - 如何进行 A/B 测试

什么是A/B测试？A/B测试什么时候用？如何应用A/B测试？什么是A/B测试A/B测试是最简单的对照实验方法，可以用来对产品的两个版本进行比较。将用户随机分成两组，这样两组数据可以来自同一分布。一组叫做对照组，使用产品的旧版，一组叫做实验组，使用产品的新版。两组同时做线上测试，然后采集指标，分析结果，什么时候需要用到A/B测试当要决定一个产品或者新功能是否真的可以上线时，就要做A/B测试，我们要看
不会停的蜗牛·2023-12-15 23:54

十大机器学习算法

姓名：李沈轩学号：20181214373学院：广研院【原文链接】MachineLearning:十大机器学习算法-知乎(zhihu.com)【嵌牛导读】本文对基础的机器学习算法做了一个简单介绍【嵌牛鼻子
哦O·2023-12-15 23:32

银行数字化转型导师坚鹏：人工智能改变数字化转型的22项思考

通过机器学习、深度学习、自然语言处理、计算机视觉等技术的应用，企业能够更高效地处理数据、提供个性化服务、优化业务流程、提高决策质量，并在不确定的市场环境中保持竞争力。
银行数字化转型导师坚鹏·2023-12-15 23:07

神秘的【Q*项目】强化学习算法： Q学习：用于学习最佳行动策略。 深度Q网络（DQN）：结合深度学习和强化学习。

强化学习概述强化学习是一种机器学习方法，它使得智能体（agent）能够在环境中通过试错来学习如何达成目标。在强化学习中，智能体根据其观察到的环境状态，选择行动，然后接收环境给出的奖励或惩罚。
小黄人软件·2023-12-15 22:35

机器学习---道路拥堵案例

一、道路拥堵情况预测1、构建训练集：每条道路的拥堵情况不仅和当前道路前一个时间点拥堵情况有关系，还和与这条道路临近的其他道路的拥堵情况有关。甚至还和昨天当前时间点当前道路是否拥堵有关联。我们可以根据这个规律，构建训练集，预测一条道路拥堵情况。假设现在要训练一个模型：使用某条道路最近三分钟拥堵的情况，预测该条道路下一分钟的拥堵情况。如何构建训练集？构建的训练集有什么样的特点，依靠训练集训练的模型就具
30岁老阿姨·2023-12-15 22:28

机器学习---音乐分类案例

1、傅里叶变换时域分析：对一个信号来说，信号强度随时间的变化的规律就是时域特性，例如一个信号的时域波形可以表达信号随着时间的变化。频域分析：对一个信号来说，在对其进行分析时，分析信号和频率有关的部分，而不是和时间相关的部分，和时域相对。也就是信号是由哪些单一频率的的信号合成的就是频域特性。频域中有一个重要的规则是正弦波是频域中唯一存在的波。即正弦波是对频域的描述，因为时域中的任何波形都可用正弦波合
30岁老阿姨·2023-12-15 22:27

机器学习-最近邻算法（knn)

最近邻算法最近邻算法是机器学习算法中比较简单的一种算法了，下面用图阐述一下该算法。上面笔记只说了knn的最常出现的一种分类方式，下面还将补充一些其他方式。
^～行梯～^·2023-12-15 22:55

机器学习-K最近邻（KNN）算法

在机器学习算法里面，KNN算法也相当与这个角色。定量说一下：理解代码核心不超过5分钟，从零写KNN代码不超过5行。看到这里估计大家知道我想说明什么了。没错，KNN算法就是一种分类算法。
Alpha-小庄·2023-12-15 22:25

机器学习与低代码开发：创新驱动的双剑合璧

引言随着科技的日新月异，机器学习和低代码开发已经成为引领技术行业变革的两大重要趋势。机器学习通过模拟人类的学习方式，让计算机具备了自我学习和预测的能力，打破了传统计算机程序的局限性。
液态不合群·2023-12-15 22:53

【隐私计算】tf-encrypted隐私计算框架/库基础

tf-encrypted介绍TFEncrypted是TensorFlow中一个用于加密机器学习的框架，它看起来和感觉上都很像TensorFlow，利用了KerasAPI的易用性，同时通过安全多方计算和同态加密实现了对加密数据的训练和预测
Mr.zwX·2023-12-15 22:21

机器学习----knn算法

1.题目分析使用原生python实现knn分类算法，并使用鸢尾花数据集。knn算法介绍KNN（k-NearestNeighbor）算法，即k最近邻算法。所谓K最近邻，就是k个最近的邻居的意思，说的是每个样本都可以用它最接近的k个邻居来代表。kNN算法的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性。其优点：1.简单，
今天头禿了吗·2023-12-15 22:19

机器学习---KNN最近邻算法

1、KNN最近邻算法K最近邻(k-NearestNeighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一，有监督算法。
30岁老阿姨·2023-12-15 22:16

【scikit-learn基础】--『数据加载』之样本生成器

通过这些生成器函数，可以生成具有特定特性和分布的随机数据集，以帮助进行机器学习算法的研究、测试和比较。目前，scikit-learn库（v1.3.0版）中有20个不同的生成样本的函数。
液态不合群·2023-12-15 22:45

Spark+Kafka构建实时分析Dashboard案例

安装Python安装Python依赖库安装vscode安装Python工程目录结构二、数据处理和Python操作Kafka数据集数据预处理运行三、StructuredStreaming实时处理数据建立pyspark
Hay Ha!·2023-12-15 22:40

斯坦福机器学习 Lecture12 （反向传播算法详细推导过程，如何提高神经网络性能（主要是激活函数的选择，还有输入数据归一化，权重矩阵初始化方法， 小批次梯度下降法，动量算法 ））

反向传播算法详细推导过程如图，是反向传播算法中的一些基本公式。我们的目的就是更新权重矩阵利用部分公式，如下：计算之后，lossfunction针对w3矩阵的导数如下：如何提高神经网络性能通常使用简单的神经网络并不会得到好结果，我们需要提升它1.选用合适的激活函数（尝试不同的激活函数）如图，是sigmoid和ReLU激活函数如图tanh激活函数sigmoid优点：用于分类(值域在(0,1))缺点：位
shimly123456·2023-12-15 22:36

斯坦福机器学习 Lecture5 (判别学习算法、GDA 高斯判别分析，skip)

讲解GDA(高斯判别分析)目前我们学习的所有学习算法（线性回归和逻辑回归和广义线性模型）被称为判别学习算法(discriminative)今天要讲生成学习算法TODO:here
shimly123456·2023-12-15 22:06

MAMBA介绍：一种新的可能超过Transformer的AI架构

一直以来，人工智能领域的学者和工程师们都试图让机器学习人类的语言和说话方式，但进展始终不大。因为人类的语言太复杂，太多样，而组成它背后的机制，往往又充满着不可名状的规律。
weixin_4528312·2023-12-15 22:54

在python中安装库，会有conda安装，也会有pip安装，conda与pip的区别是什么？

它主要用于数据科学和机器学习领域，可以安装和管理包，同时还可以创建和管理Python环境。Conda具有更强大的包管理功能，它可以轻松地管理Python环境，包括安装、更新、卸载等操作。
小桥流水---人工智能·2023-12-15 22:13

社交网络分析2（上）：社交网络情感分析的方法、挑战与前沿技术

基于关键词识别的情感分析方法基于词典的情感分析方法基于词典的情感分析方法基于机器学习的情感分析方法机器学习方法的挑战与未
是Yu欸·2023-12-15 21:29

【强化学习-读书笔记】多臂赌博机 Multi-armed bandit

参考ReinforcementLearning,SecondEditionAnIntroductionByRichardS.SuttonandAndrewG.Barto强化学习与监督学习强化学习与其他机器学习方法最大的不同
x66ccff·2023-12-15 20:38

10个值得关注的即时通讯软件开发趋势

2.AI和机器学习的应用人工智能和机器学习的快速发展为即时通讯软件带来了新的可能性。通过应用AI和机器学习算法，开发者可以提供更智能、个性化的
chenie0562·2023-12-15 20:52

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

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

PySpark大数据处理详细教程

今天，我很高兴与您分享我的最新博客，专注于探索PySparkDataFrame的强大功能。无论您是刚入门的数据分析师，还是寻求深入了解大数据技术的专业人士，这里都有丰富的知识和实用的技巧等着您。
数据科学知识库·2023-12-15 18:35

机器学习-SVM（支持向量机）

推荐课程：【机器学习实战】第5期支持向量机|数据分析|机器学习|算法|菊安酱_哔哩哔哩_bilibili赞美菊神ヾ(゜ⅴ゜)ﾉ一、什么是支持向量机？
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
上一页 103 104 105 106 107 108 109 110 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他