腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
机器学习AI算法工程
机器学习，深度学习，大数据 ，公众号：datayx
专栏成员
举报
1348
文章
2604409
阅读量
336
订阅数
订阅专栏
申请加入专栏
全部文章（999+）
编程算法（317）
机器学习（302）
深度学习（240）
神经网络（231）
python（216）
其他（193）
人工智能（161）
数据挖掘（130）
数据分析（125）
https（105）
大数据（88）
网络安全（76）
r 语言（75）
爬虫（58）
NLP 服务（57）
数据库（46）
卷积神经网络（43）
开源（42）
决策树（42）
图像识别（41）
模型（41）
tensorflow（38）
github（38）
特征工程（38）
数据（36）
图像处理（26）
线性回归（25）
api（21）
http（21）
数据处理（21）
git（20）
腾讯云测试服务（20）
推荐系统（20）
pytorch（20）
sql（18）
keras（18）
存储（13）
算法（13）
html（12）
linux（11）
scikit-learn（11）
微信（11）
java（10）
云数据库 SQL Server（10）
网站（10）
nlp（10）
json（9）
知识图谱（9）
数据可视化（9）
批量计算（8）
文字识别（8）
数据结构（8）
sas（8）
论文（8）
网络（8）
分布式（7）
自动化（7）
hadoop（7）
numpy（7）
监督学习（7）
tcp/ip（7）
scrapy（7）
性能（7）
人脸识别（6）
搜索引擎（6）
云直播（6）
游戏（6）
kernel（6）
函数（6）
ide（5）
中文分词（5）
模式识别（5）
安全（5）
机器人（5）
学习方法（5）
测试（5）
优化（5）
.net（4）
bootstrap（4）
css（4）
matlab（4）
spring（4）
文件存储（4）
云数据库 MongoDB（4）
gui（4）
迁移学习（4）
小程序（4）
编码（4）
工程师（4）
基础（4）
配置（4）
自动驾驶（3）
c++（3）
php（3）
bash（3）
xml（3）
jquery（3）
qt（3）
硬件开发（3）
flask（3）
打包（3）
bash 指令（3）
容器（3）
无人驾驶（3）
正则表达式（3）
sql server（3）
opencv（3）
selenium（3）
anaconda（3）
腾讯云开发者社区（3）
分类算法（3）
mask（3）
架构（3）
设计（3）
微信公众号（3）
javascript（2）
node.js（2）
android（2）
oracle（2）
mapreduce（2）
访问管理（2）
mongodb（2）
电商（2）
金融（2）
医疗（2）
shell（2）
spark（2）
html5（2）
强化学习（2）
面向对象编程（2）
unity（2）
二叉树（2）
windows（2）
nat（2）
聚类算法（2）
chatgpt（2）
data（2）
detection（2）
embedding（2）
excel（2）
yolo（2）
博客（2）
程序员（2）
工具（2）
后端（2）
可视化（2）
框架（2）
内存（2）
事件（2）
视频（2）
效率（2）
异常（2）
硬件（2）
自然语言处理（2）
费用中心（1）
语音识别（1）
官方文档（1）
ios（1）
go（1）
scala（1）
嵌入式（1）
云数据库 Redis（1）
django（1）
ruby on rails（1）
eclipse（1）
tomcat（1）
apache（1）
容器镜像服务（1）
日志服务（1）
短视频（1）
命令行工具（1）
声纹识别（1）
渲染（1）
xslt & xpath（1）
缓存（1）
hive（1）
seo（1）
自动化测试（1）
单元测试（1）
flash（1）
架构设计（1）
网站建设（1）
canvas（1）
信息流（1）
jupyter notebook（1）
迁移（1）
联邦学习（1）
隐私计算（1）
智能推荐平台（1）
图像搜索（1）
图像分析（1）
汽车（1）
add（1）
backbone（1）
block（1）
blur（1）
config（1）
edge（1）
entity（1）
epoch（1）
eval（1）
file（1）
gpt（1）
image（1）
instance（1）
it（1）
layer（1）
list（1）
lstm（1）
module（1）
normalization（1）
pandas（1）
partition（1）
patch（1）
precision（1）
prompt（1）
range（1）
scale（1）
self（1）
sharing（1）
split（1）
state（1）
svm（1）
tensor（1）
this（1）
token（1）
txt（1）
yaml（1）
遍历（1）
变量（1）
表格（1）
布局（1）
部署（1）
插件（1）
产品（1）
对象（1）
服务（1）
服务器（1）
工作（1）
华为（1）
计算机视觉（1）
监控（1）
教程（1）
解决方案（1）
镜像（1）
开发（1）
连接（1）
路由（1）
面试（1）
软件（1）
摄像头（1）
实践（1）
数学（1）
同步（1）
统计（1）
微信小程序（1）
系统（1）
音频（1）
原理（1）
源码（1）
指针（1）
终端（1）
PCB（1）
LLM（1）
搜索文章
搜索
搜索
关闭
深度学习TabNet能否超越GBDT？
监督学习
决策树
深度学习
机器学习
人工智能
向AI转型的程序员都关注了这个号👇👇👇 机器学习AI算法工程 公众号：datayx 随着深度神经网络的不断发展，DNN在图像、文本和语音等类型的数据上都有了广泛的应用，然而对于同样非常常见的一种数据——表格数据，DNN却似乎并没有取得像它在其他领域那么大的成功。参加过Kaggle等数据挖掘竞赛的同学应该都知道，对于采用表格数据的任务，基本都是决策树模型的主场，像XGBoost和LightGBM这类提升（Boosting）树模型已经成为了现在数据挖掘比赛中的标配。相比于DNN，这类树模型好处主要有： 模型
机器学习AI算法工程
2022-05-12
1K
0
知识图谱入门 ， 知识抽取
监督学习
bootstrap
网络安全
知识抽取，即从不同来源、不同结构的数据中进行知识提取，形成知识(结构化数据)存入到知识图谱。大体的任务分类与对应技术如下图所示：
机器学习AI算法工程
2019-10-28
2.8K
0
通俗易懂的机器学习入门指导
机器学习
数据挖掘
模式识别
数据处理
监督学习
机器学习，也叫数据挖掘、模式识别；其定义很多。但大白话的说，机器学习要做的就是，现在有一些数据（比如你人人网好友和他们的发言），我们要对数据进行处理，希望从数据中得到我们想要的信息（比如这些好友哪些和你投缘）。从上面的例子，我们可以看出机器学习其实是对人类智能的模仿，也是实现人类和更高智能的必经之路。 那他他大体上有哪些内容呢？ 第一部分，机器学习的底层理论：机器学习的底层理论有一些，比如推理与规划、近似可计算理论、正则化、提升理论、核方法、当然还有大名鼎鼎的统计机器学习理论等等。这部
机器学习AI算法工程
2018-03-13
717
0
如何通过数据挖掘手段分析网民的评价内容？
数据挖掘
监督学习
大数据
近年来微博等用户自媒体的爆炸式增长，使得利用计算机挖掘网民意见不但变得可行，而且变得必须。这其中很重要的一项任务就是挖掘网民意见所讨论的对象，即评价对象。本文概览了目前主流的提取技术，包括名词短语的频繁项挖掘、评价词的映射、监督学习方法以及主题模型方法。目前抽取的问题在于中文本身的特性、大数据等。 引言 随着互联网信息的不断增长，以往的信息缺乏消失了。但海量的数据造成的后果是，人们越来越渴望能在快速地在数据汪洋中寻找属于自己的一滴水，新的信息缺乏诞生。对于电子商务来说，消费者希望能从众多的商品评论获得
机器学习AI算法工程
2018-03-13
2.7K
0
统计学习方法概论
监督学习
编程算法
线性回归
正则表达式
学习方法
1.统计学习 统计学习的对象是数据，它从数据出发，提取数据的特征，抽象出数据的模型，发现数据中的知识，又回到对数据的分析与预测中去。统计学习关于数据的基本假设是同类数据具有一定的统计规律性，这是统计学习的前提。 统计学习的目的就是考虑学习什么样的模型和如何学习模型。 统计学习方法包括模型的假设空间、模型选择的准则以及模型学习的算法。实现统计学习的步骤如下： （1） 得到一个有限的训练数据集合； （2）
机器学习AI算法工程
2018-03-12
760
0
非监督学习算法：异常检测
监督学习
编程算法
什么是异常(outlier)?Hawkins(1980)给出了异常的本质性的定义：异常是在数据集中与众不同的数据，使人怀疑这些数据并非随机偏差，而是产生于完全不同的机制。聚类算法对异常的定义：异常是聚
机器学习AI算法工程
2018-03-12
1.9K
0
通俗易懂的机器学习入门指导
机器学习
数据挖掘
模式识别
数据处理
监督学习
机器学习，也叫数据挖掘、模式识别；其定义很多。但大白话的说，机器学习要做的就是，现在有一些数据（比如你人人网好友和他们的发言），我们要对数据进行处理，希望从数据中得到我们想要的信息（比如这些好友哪些和你投缘）。从上面的例子，我们可以看出机器学习其实是对人类智能的模仿，也是实现人类和更高智能的必经之路。 那他他大体上有哪些内容呢？ 第一部分，机器学习的底层理论：机器学习的底层理论有一些，比如推理与规划、近似可计算理论、正则化、提升理论、核方法、当然还有大名鼎鼎的统计机器学习理论等等。这部分
机器学习AI算法工程
2018-03-12
798
0
没有更多了
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪，探寻中国数据库50年的发展历程
立即查看
Python精品学习库
代码在线跑，知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客，速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档
