推荐
专栏
教程
课程
飞鹅
本次共找到5498条
分类器
相关的信息
桃浪十七丶
•
3年前
云计算与Hadoop期末考试知识点复习
七、八、九、十、十二、十三放到一起理解。一、大数据的概念和特点、分类又称巨量数据,是指数据量达到无法用人脑,甚至现有工具获取,处理,并整理成为帮助企业经营决策更积极目的的资讯。特点:数据量大,类型多,时效性,速度快,真实性。分类:传统企业数据,机器和传感器数据,社交数据。二、云计算的概念,特点云计算是基于互联网的计算机方式,通过这计算方式,可以把共享的
专注IP定位
•
2年前
聚类算法有哪些?又是如何分类?
想要了解聚类算法并对其进行区别与比较的话,最好能把聚类的具体算法放到整个聚类分析的语境中理解。聚类分析是一个较为严密的数据分析过程。从聚类对象数据源开始到得到聚类结果的知识存档,共有四个主要研究内容聚类分析过程:1984年,Aldenderfer等人提出了聚类分析的四大功能:一是数据分类的进一步扩展;二是对实体归类的概念性探索;三是通过数据探索而生成假
Stella981
•
3年前
Serverless图片分类及身份证过滤
云栖号最佳实践:【点击查看更多上云最佳实践(https://www.oschina.net/action/GoToLink?urlhttps%3A%2F%2Fyqh.aliyun.com%2F%3Fspm%3D5176.13955521.J_1633660880.6.24de2d32k5DR39%26aly_as%3DvV1mo4E9%26cate
可莉
•
3年前
20 行代码:Serverless 架构下用 Python 轻松搞定图像分类
「图像分类」是人工智能领域的一个热门话题,我们在实际生活中甚至业务的生产环境里,也经常遇到图像分类相似的需求,如何能快速搭建一个图像分类或者内容识别的API呢?我们考虑使用ServerlessFramework(https://www.oschina.net/action/GoToLink?urlhttps%3A%2F%2Fgithub.c
Stella981
•
3年前
Spark2.0机器学习系列之8:多类分类问题(方法归总和分类结果评估)
一对多(OnevsRestclassifier)将只能用于二分问题的分类(如Logistic回归、SVM)方法扩展到多类。参考:http://www.cnblogs.com/CheeseZH/p/5265959.html(https://www.oschina.net/action/G
Wesley13
•
3年前
AI大有可为:NAIE平台助力垃圾分类
摘要:生活垃圾的分类和处理是目前整个社会都在关注的热点,如何对生活垃圾进行简洁高效的分类与检测对垃圾的运输处理至关重要。AI技术在垃圾分类中的应用成为了关注焦点。如今AI已经是这个时代智能的代名词了,任何领域都有AI的身影,垃圾分类及监管等场景自然也少不了“AI”的赋能。不过,垃圾往往属于商品的极端变形体,情况比较特殊。目前的技术在视觉
Wesley13
•
3年前
Vim使用技巧及基本命令分类
Vim有三种模式,命令模式、插入模式、低行模式有vi进入文件后就是命令模式,接着输入a或i或o 进入插入模式,接着按Esc回到命令模式,然后输入:进入低行模式。插入命令a(后 )在光标后插入A(尾 )在光标所在行尾插入i(前 )在光标前插入I(首 )在光标所在行首插入o(下 )
Stella981
•
3年前
JVM笔记(4)
第三章垃圾收集器和内存分配策略 第三节垃圾收集算法 1.分类:引用计数式垃圾收集(直接垃圾收集) 和追踪式垃圾收集(间接垃圾收集) 2.分代收集理论:1)弱分代假说:主要是一些朝生夕灭的对象。 2)强分代假说:这里是一些可以熬过多次垃圾收集器收集的
helloworld_54277843
•
2年前
深入了解神经网络
深入了解神经网络本章将介绍用于解决实际问题的深度学习架构的不同模块。前一章使用PyTorch的低级操作构建了如网络架构、损失函数和优化器这些模块。本章将介绍用于解决真实问题的神经网络的一些重要组件,以及PyTorch如何通过提供大量高级函数来抽象出复杂度。本章还将介绍用于解决真实问题的算法,如回归、二分类、多类别分类等。本章将讨论如下主题:详解神经网络的不
helloworld_91538976
•
2年前
深入了解神经网络
深入了解神经网络本章将介绍用于解决实际问题的深度学习架构的不同模块。前一章使用PyTorch的低级操作构建了如网络架构、损失函数和优化器这些模块。本章将介绍用于解决真实问题的神经网络的一些重要组件,以及PyTorch如何通过提供大量高级函数来抽象出复杂度。本章还将介绍用于解决真实问题的算法,如回归、二分类、多类别分类等。本章将讨论如下主题:详解神经网络的不
1
•••
4
5
6
•••
550