- 機(jī)器學(xué)習(xí)數(shù)學(xué)理論 內(nèi)容精選 換一換
-
需要掌握人工智能技術(shù),希望具備及其學(xué)習(xí)和深度學(xué)習(xí)算法應(yīng)用能力,希望掌握華為人工智能相關(guān)產(chǎn)品技術(shù)的工程師 課程目標(biāo) 學(xué)完本課程后,您將能夠:掌握學(xué)習(xí)算法定義與機(jī)器學(xué)習(xí)的流程;了解常用機(jī)器學(xué)習(xí)算法;了解超參數(shù)、梯度下降和交叉驗(yàn)證等概念。 課程大綱 1. 機(jī)器學(xué)習(xí)算法 2. 機(jī)器學(xué)習(xí)的分類(lèi) 3. 機(jī)器學(xué)習(xí)的整體流程來(lái)自:百科第7章 有監(jiān)督學(xué)習(xí)-決策樹(shù) 第8章 有監(jiān)督學(xué)習(xí)-集成算法概述 第9章 有監(jiān)督學(xué)習(xí)-Bagging 第10章 有監(jiān)督學(xué)習(xí)-隨機(jī)森林 第11章 有監(jiān)督學(xué)習(xí)-Boosting 第12章 有監(jiān)督學(xué)習(xí)-Adaboost 第13章 有監(jiān)督學(xué)習(xí)-GBDT 第14章 有監(jiān)督學(xué)習(xí)-Xgboost 第15章來(lái)自:百科
- 機(jī)器學(xué)習(xí)數(shù)學(xué)理論 相關(guān)內(nèi)容
-
- 機(jī)器學(xué)習(xí)數(shù)學(xué)理論 更多內(nèi)容
-
課程簡(jiǎn)介 人工智能的技術(shù)歸根到底都建立在數(shù)學(xué)模型之上,本課程為大家介紹AI中所用到的數(shù)學(xué)基礎(chǔ)知識(shí)。 課程目標(biāo) 通過(guò)本課程的學(xué)習(xí),使學(xué)員: 1、掌握線性代數(shù)的基礎(chǔ)知識(shí)及應(yīng)用。 2、掌握概率論與數(shù)理統(tǒng)計(jì)的基礎(chǔ)知識(shí)及應(yīng)用。 3、理解信息熵與基尼系數(shù)的相關(guān)知識(shí)。 4、掌握常用的最優(yōu)化算法及應(yīng)用。來(lái)自:百科術(shù),包括優(yōu)化的機(jī)器學(xué)習(xí)算法,從而實(shí)現(xiàn)Spark性能倍級(jí)提升。 內(nèi)容大綱: 1. 大數(shù)據(jù)機(jī)器學(xué)習(xí)算法發(fā)展歷程; 2. 機(jī)器學(xué)習(xí)算法優(yōu)化的技術(shù)挑戰(zhàn); 3. 鯤鵬BoostKit機(jī)器學(xué)習(xí)算法原理創(chuàng)新; 4. 面向鯤鵬的算法親和優(yōu)化實(shí)踐; 5. 鯤鵬BoostKit機(jī)器學(xué)習(xí)算法實(shí)踐。 聽(tīng)眾收益:來(lái)自:百科華為官方云計(jì)算技術(shù)培訓(xùn)學(xué)習(xí)平臺(tái),致力于打造精品課程,在線實(shí)驗(yàn),考試及認(rèn)證一站式云計(jì)算技術(shù)人才培訓(xùn)平臺(tái),打造了“學(xué)、練、考、證”一站式學(xué)習(xí)與體驗(yàn)平臺(tái),為用戶提供架構(gòu)完整、內(nèi)容豐富、形式多樣的課程、實(shí)驗(yàn)、微認(rèn)證、職業(yè)認(rèn)證、培訓(xùn)專(zhuān)業(yè)服務(wù)。 了解詳情 幫助文檔 學(xué)習(xí)交流 [ 免費(fèi)體驗(yàn)中心 ]免費(fèi)領(lǐng)取體驗(yàn)產(chǎn)品,快速開(kāi)啟云上之旅免費(fèi)來(lái)自:百科使用ModelArts中開(kāi)發(fā)工具學(xué)習(xí)Python(高級(jí)) 本實(shí)驗(yàn)指導(dǎo)用戶基于Notebook來(lái)學(xué)習(xí)Python語(yǔ)言中的正則表達(dá)式進(jìn)行文本信息的匹配、多線程執(zhí)行任務(wù)的實(shí)現(xiàn)和Python中類(lèi)的魔法方法的使用。 基于深度學(xué)習(xí)算法的 語(yǔ)音識(shí)別 利用新型的人工智能(深度學(xué)習(xí))算法,結(jié)合清華大學(xué)開(kāi)源語(yǔ)來(lái)自:專(zhuān)題●體驗(yàn)和分享最新的ICT技術(shù)在行業(yè)的深度創(chuàng)新和最佳實(shí)踐; ●系統(tǒng)學(xué)習(xí)和深度實(shí)踐機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、鯤鵬、異騰、容器、微服務(wù)、DevOps、數(shù)據(jù)庫(kù)、 區(qū)塊鏈 、數(shù)據(jù)通信、移動(dòng)邊緣計(jì)算等ICT開(kāi)放能力; ●深度參與openEuler、openGauss、MindSpore、KubeEdge、來(lái)自:百科效率和便捷性。 提高教學(xué)效率 RPA教學(xué)管理云平臺(tái)的深度集成華為數(shù)字機(jī)器人方案,為高校師生提供了高效、便捷、靈活、動(dòng)態(tài)的數(shù)字機(jī)器人理論學(xué)習(xí)與實(shí)驗(yàn)實(shí)訓(xùn)教學(xué)服務(wù)。通過(guò)該平臺(tái),教師可以上傳課程資源,學(xué)生可以按順序學(xué)習(xí),并參與模擬考試。同時(shí),教師還可以發(fā)布實(shí)訓(xùn)任務(wù),學(xué)生提交實(shí)訓(xùn)結(jié)果后,教來(lái)自:專(zhuān)題從MindSpore手寫(xiě)數(shù)字識(shí)別學(xué)習(xí)深度學(xué)習(xí) 從MindSpore手寫(xiě)數(shù)字識(shí)別學(xué)習(xí)深度學(xué)習(xí) 時(shí)間:2020-11-23 16:08:48 深度學(xué)習(xí)作為機(jī)器學(xué)習(xí)分支之一,應(yīng)用日益廣泛。語(yǔ)音識(shí)別、自動(dòng)機(jī)器翻譯、即時(shí)視覺(jué)翻譯、刷臉支付、人臉考勤……不知不覺(jué),深度學(xué)習(xí)已經(jīng)滲入到我們生活中的每個(gè)來(lái)自:百科技術(shù)盛宴。 課程簡(jiǎn)介 本課程主要內(nèi)容包括:機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、 圖引擎 、 圖像識(shí)別 、 OCR文字識(shí)別 、 人臉識(shí)別 、視頻識(shí)別等前沿AI技術(shù)。 課程目標(biāo) 通過(guò)本課程的學(xué)習(xí),使學(xué)員: 1、系統(tǒng)、完整的了解多項(xiàng)前沿AI技術(shù)理論; 2、學(xué)習(xí)華為云AI服務(wù)的功能和特點(diǎn); 3、基于華為云AI技術(shù)進(jìn)行開(kāi)發(fā)實(shí)操。來(lái)自:百科
- 【機(jī)器學(xué)習(xí)|數(shù)學(xué)基礎(chǔ)】Mathematics for Machine Learning系列之矩陣?yán)碚摚?0):方陣函數(shù)
- 【機(jī)器學(xué)習(xí)|數(shù)學(xué)基礎(chǔ)】Mathematics for Machine Learning系列之矩陣?yán)碚摚?):歐氏空間
- [機(jī)器學(xué)習(xí)|理論&實(shí)踐] 體育分析中的機(jī)器學(xué)習(xí)應(yīng)用
- 【機(jī)器學(xué)習(xí)|數(shù)學(xué)基礎(chǔ)】Mathematics for Machine Learning系列之矩陣?yán)碚摚?):線性子空間
- 【機(jī)器學(xué)習(xí)|數(shù)學(xué)基礎(chǔ)】Mathematics for Machine Learning系列之矩陣?yán)碚摚?5):矩陣的范數(shù)
- 【機(jī)器學(xué)習(xí)|數(shù)學(xué)基礎(chǔ)】Mathematics for Machine Learning系列之矩陣?yán)碚摚?):集合與映射
- 【機(jī)器學(xué)習(xí)|數(shù)學(xué)基礎(chǔ)】Mathematics for Machine Learning系列之矩陣?yán)碚摚?4):向量范數(shù)及其性質(zhì)
- 【機(jī)器學(xué)習(xí)|數(shù)學(xué)基礎(chǔ)】Mathematics for Machine Learning系列之矩陣?yán)碚摚?0):線性變換定義
- 【機(jī)器學(xué)習(xí)|數(shù)學(xué)基礎(chǔ)】Mathematics for Machine Learning系列之矩陣?yán)碚摚?8):方陣的冪級(jí)數(shù)
- 【機(jī)器學(xué)習(xí)|數(shù)學(xué)基礎(chǔ)】Mathematics for Machine Learning系列之矩陣?yán)碚摚?5):冪級(jí)數(shù)(補(bǔ)充知識(shí))