数据指标体系 基于用户维度的标签体系&用户使用设备维度建立的标签体系ID-mapping 用户属性维度 个人信息：年龄、性别、地址、历史信息等--基本情况标签互斥情况-性别用...
IP属地：浙江
-
数据指标体系
-
深度学习&PyTorch 之 DNN-二分类
本节开始说一下DNN分类的pytorch实现，先说一下二分类 流程还是跟前面一样 代码 1 数据导入 我们使用最常见的iris数据集 因为iris鸢尾花数据集是一个三分类的数...
-
深度学习&PyTorch 之 网络结构可视化
深度学习&PyTorch 之 DNN-回归[https://shenzl.blog.csdn.net/article/details/128632831]深度学习&PyTor...
-
深度学习&PyTorch 之 DNN-回归（多变量）深度学习&PyTorch 之 DNN-回归[https://shenzl.blog.csdn.net/article/details/128632831]中使用HR数据集进行...
-
第一章 信息化和信息系统-2Day_2 第一章 信息化和信息系统 信息系统与信息化 信息系统开发方法 常规信息系统集成技术 软件工程 新一代信息技术 信息系统安全技术 信息化发展与应用 信息系统服务管理...
-
第一章 信息化和信息系统-1Day_1 第一章 信息化和信息系统 信息系统与信息化 信息系统开发方法 常规信息系统集成技术 软件工程 新一代信息技术 信息系统安全技术 信息化发展与应用 信息系统服务管理...
-
深度学习&PyTorch 之 DNN-回归
前面文章[https://shenzl.blog.csdn.net/article/details/128617956]讲了PyTorch的基本原理，本篇正式用PyTorch...
-
数据存储技术的相关概念一、背景 在当今世界，大数据时代的来临，带来了信息技术发展的巨大变革，并深刻影响着社会生产和人民生活的方方面面。如今，随着互联网以及物联网等技术的不断发展，越来越多的数据被生...
-
pytorch入门
一、入门操作 1、创一个tensor矩阵 创建好后可以直接打印，要比tensorflow好用太多 2、矩阵大小 这跟numpy略有区别，numpy是shape pytorch...
-
自动机器学习
1、前言 自动机器学习（AutoML） 旨在通过让一些通用步骤 (如数据预处理、模型选择和调整超参数) 自动化，来简化机器学习中生成模型的过程。AutoML是指尽量不通过人来...
-
特征工程原理（二）
前边文章[https://shenzl.blog.csdn.net/article/details/128564013]讲了特征工程的定义、特征处理和特征转换；本节继续特征特...
-
大数据基础知识
概述 大数据时代悄然来临，带来了信息技术发展的巨大变革，并深刻影响着社会生产和人民生活的方方面面。全球范围内，世界各国政府均高度重视大数据技术的研究和产业发展，纷纷把大数据上...
-
机器学习理论介绍
前言 图灵奖获得者、著名数据库专家James Gray 博士观察并总结人类自古以来，在科学研究上，先后历经了实验、理论、计算和数据四种范式。 科学研究第一种范式：实验 在古代...
-
特征工程原理（一）
一、定义 在机器学习原理[https://shenzl.blog.csdn.net/article/details/128324879]中讲过机器学习的基本流程，其中很重要的...
-
-
时间序列分析之ARIMA预测预备知识时间序列分析原理 [https://www.jianshu.com/p/bee076a7b736]时间序列分析之auto_arima自动调参 [https://www...
-
时间序列分析之auto_arima自动调参背景 我们在进行ARIMA建模时，有一个非常重要的事情就是确定其中超参数p, d, q。一般的流程需要先根据平稳性来确认差分的阶数d，然后根据平稳序列来观察ACF图和PACF...
-
时间序列分析原理
一、定义 时间序列，是指将某种现象某一个统计指标在不同时间上的各个数值，按时间先后顺序排列而形成的序列生活中各领域各行业有很多时间序列的数据，销售额，顾客数，访问量，股价，油...
-
yanxishe.com<br>专注AI开发者和学术青年求知求职。<br><br>没有人是一座孤岛，每个AI爱好者都可以在这里分享你的知识与成长。
-
阿里云官网（<a href="https://links.jianshu.com/go?to=https%3A%2F%2Fwww.aliyun.com%2F" target="_blank">https://www.aliyun.com/</a>），每日分享最新产品技术内容、官网活动资讯！
