推荐
专栏
教程
课程
飞鹅
本次共找到8610条
分类数据
相关的信息
Karen110
•
3年前
数据挖掘建模过程全公开
「数仓宝贝库」,带你学数据!导读:本文以餐饮行业的数据挖掘应用为例,详细介绍数据挖掘的建模过程。数据挖掘的基本任务包括利用分类与预测、聚类分析、关联规则、时序模式、偏差检测、智能推荐等方法,帮助企业提取数据中蕴含的商业价值,提高企业的竞争力。对餐饮企业而言,数据挖掘的基本任务是从餐饮企业采集各类菜品销量、成本单价、会员消费、促销活动等内部数据,
Stella981
•
3年前
MindSpore!这款刚刚开源的深度学习框架我爱了!
【摘要】本文主要通过两个实际应用案例:一是基于本地JupyterNotebook的MNIST手写数据识别;二是基于华为云服务器的CIFAR10图像分类,对开源框架MindSpore进行介绍。!(https://bbsimg.huaweicloud.com/blogs/img/1592961022115085796.
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
Easter79
•
3年前
SpringBoot2基础,进阶,数据库,中间件等系列文章目录分类
一、文章分类1、入门基础SpringBoot2:环境搭建和RestFul风格接口(https://www.oschina.net/action/GoToLink?urlhttps%3A%2F%2Fmp.weixin.qq.com%2Fs%3F__biz%3DMzU4Njg0MzYwNw%3D%3D%26mid%3D2
Wesley13
•
3年前
5分钟Serverless实践:构建无服务器的图片分类系统
前 言在过去“5分钟Serverless实践”系列文章中,我们介绍了如何构建无服务器API和Web应用,从本质上来说,它们都属于基于APIG触发器对外提供一个无服务器API的场景。现在本文将介绍一种新的设计模式:基于事件的实时数据处理。为了更形象地描述,我们以图片分类为例,先介绍通过APIG触发器如何构建一个图片分类的Web应
Stella981
•
3年前
Mybatis(四)—— Mybatis 缓存
一、Mybatis缓存MyBatis包含一个非常强大的查询缓存特性,使用缓存可以使应用更快地获取数据,避免频繁的数据库交互二、Mybatis缓存分类1.一级缓存:SqlSession的缓存一级缓存默认会启用,想要关闭一级缓存可以在select标签上配置flushCache“true”;
Stella981
•
3年前
SpringBoot2基础,进阶,数据库,中间件等系列文章目录分类
一、文章分类1、入门基础SpringBoot2:环境搭建和RestFul风格接口(https://www.oschina.net/action/GoToLink?urlhttps%3A%2F%2Fmp.weixin.qq.com%2Fs%3F__biz%3DMzU4Njg0MzYwNw%3D%3D%26mid%3D2
helloworld_54277843
•
2年前
机器学习基础
本章涵盖了以下主题:分类和回归之外的其他类型的问题;评估问题,理解过拟合、欠拟合,以及解决这些问题的技巧;为深度学习准备数据。请记住,在本章中讨论的大多数技术都是机器学习和深度学习通用的,一部分用于解决过拟合问题的技术(如dropout)除外。4.1 三类机器学习问题在之前的所有例子中,尝试解决的是分类(预测猫或狗)或回归(预测用户在平台上花费的平均时
helloworld_91538976
•
2年前
机器学习基础
机器学习基础本章涵盖了以下主题:分类和回归之外的其他类型的问题;评估问题,理解过拟合、欠拟合,以及解决这些问题的技巧;为深度学习准备数据。请记住,在本章中讨论的大多数技术都是机器学习和深度学习通用的,一部分用于解决过拟合问题的技术(如dropout)除外。4.1 三类机器学习问题在之前的所有例子中,尝试解决的是分类(预测猫或狗)或回归(预测用户在平台上
Mebius
•
1年前
手把手教你写垃圾分类系统
这里收集了一份关于垃圾分类的数据集,一共有四个大类和245个小类,大类分别是厨余垃圾、可回收物、其他垃圾和有害垃圾,小类主要是垃圾的具体类别,果皮、纸箱等。
1
•••
6
7
8
•••
861