首页
学习
活动
专区
工具
TVP
发布

机器学习AI算法工程

机器学习,深度学习,大数据 ,公众号:datayx
专栏作者
1328
文章
2438712
阅读量
326
订阅数
2022-2023年最新最全计算机相关专业毕设选题推荐
1.前端: 如html/css/js等前端语言构建web页面,也可以通过如vue等相关技术进行前端工程化来编写页面
机器学习AI算法工程
2023-02-28
1.4K0
基于Python的车牌检测和识别系统
车牌的检测和识别的应用非常广泛,比如交通违章车牌追踪,小区或地下车库门禁。在对车牌识别和检测的过程中,因为车牌往往是规整的矩形,长宽比相对固定,色调纹理相对固定,常用的方法有:基于形状、基于色调、基于纹理、基于文字特征等方法,近年来随着深度学习的发展也会使用目标检测的一些深度学习方法。该项目主要的流程如下图所示:
机器学习AI算法工程
2021-05-11
2.8K0
基于知识图谱的智能问答方案
2012年谷歌首次提出“知识图谱”这个词,由此知识图谱在工业界也出现得越来越多,对于知识图谱以及相关概念的理解确实也是比较绕。自己在研究大数据独角兽Palantir之后开始接触知识图谱,也算对其有了一定了解,这里从三个角度总结一下怎么去理解知识图谱。
机器学习AI算法工程
2020-07-14
4.1K0
机器学习常见算法优缺点汇总
机器学习的算法很多。很多时候困惑人们都是,很多算法是一类算法,而有些算法又是从其他算法中延伸出来的。这里,我们从两个方面来给大家介绍,第一个方面是学习的方式,第二个方面是算法的类似性。
机器学习AI算法工程
2019-10-28
1.1K0
如何运用机器学习预测供应链需求,时间序列数据如何处理?
考虑商品在制造,国际航运,海关清关,商品入仓的供应链过程,实际的产品准备时长不同。这里将问题简化,统一在45天内完成,供应链预测目标市场为沙特阿拉伯。运用平台积累最近1年多的商品数据预测45天后5周每周(week1~week5)的销量。
机器学习AI算法工程
2019-10-28
1.3K0
贝壳找房的深度学习模型迭代及算法优化
贝壳找房,以为 2 亿家庭提供全方位服务链接为愿景和使命,目前具备新房、二手、租赁、装修、海外几大业务场景。在提供服务过程当中,贝壳打造了真实房源体系和 ACN 经纪人体系,并凭借其拥有超过 1.8 亿的房源、20 万经纪人,每月为超过 3000 万的用户提供服务。
机器学习AI算法工程
2019-10-28
2.1K0
2018司法人工智能:罪名预测、刑期预测、法条推荐
罪名预测:根据刑事法律文书中的案情描述和事实部分,预测被告人被判的罪名; 法条推荐:根据刑事法律文书中的案情描述和事实部分,预测本案涉及的相关法条; 刑期预测:根据刑事法律文书中的案情描述和事实部分,预测被告人的刑期长短。
机器学习AI算法工程
2019-10-28
2.2K1
xgboost融合模型:大学助学金精准资助预测(有数据)
你所看到的这份代码,是Data Castle数据挖掘公开赛《助学金精准预测》的冠军作品。本程序以大学生的行为数据以及历史获助学金情况作为训练数据集,对代码内的模型进行训练,后可根据新的大学生行为数据进行助学金获得情况预测。
机器学习AI算法工程
2019-10-28
8610
【Keras】基于SegNet和U-Net的遥感图像语义分割
上两个月参加了个比赛,做的是对遥感高清图像做语义分割,美其名曰“天空之眼”。这两周数据挖掘课期末project我们组选的课题也是遥感图像的语义分割,所以刚好又把前段时间做的成果重新整理和加强了一下,故写了这篇文章,记录一下用深度学习做遥感图像语义分割的完整流程以及一些好的思路和技巧。 数据集 首先介绍一下数据,我们这次采用的数据集是CCF大数据比赛提供的数据(2015年中国南方某城市的高清遥感图像),这是一个小数据集,里面包含了5张带标注的大尺寸RGB遥感图像(尺寸范围从3000×3000到6000×600
机器学习AI算法工程
2018-04-17
3.7K0
百万英雄直播答题辅助系统,非OCR实现
摘要 看了网上很多的教程都是通过OCR识别的,这种方法的有优点在于通用性强。不同的答题活动都可以参加,但是缺点也明显,速度有限,并且如果通过调用第三方OCR,有次数限制。但是使用本教程提到的数据接口。我们能很容易的获取数据,速度快,但是接口是变化的,需要及时更新。 一、前言 看了网上很多的教程都是通过OCR识别的,这种方法的优点在于通用性强。不同的答题活动都可以参加,但是缺点也明显,速度有限,并且如果通过调用第三方OCR,有次数限制。但是使用本教程提到的数据接口。我们能很容易的获取数据,速度快,但是接口是变
机器学习AI算法工程
2018-03-15
2K0
情感分析的新方法,使用word2vec对微博文本进行情感分析和分类
情感分析是一种常见的自然语言处理(NLP)方法的应用,特别是在以提取文本的情感内容为目标的分类方法中。通过这种方式,情感分析可以被视为利用一些情感得分指标来量化定性数据的方法。尽管情绪在很大程度上是主观的,但是情感量化分析已经有很多有用的实践,比如企业分析消费者对产品的反馈信息,或者检测在线评论中的差评信息。 最简单的情感分析方法是利用词语的正负属性来判定。句子中的每个单词都有一个得分,乐观的单词得分为 +1,悲观的单词则为 -1。然后我们对句子中所有单词得分进行加总求和得到一个最终的情
机器学习AI算法工程
2018-03-15
5.2K0
使用fasttext实现文本处理及文本预测
因为参加datafountain和CCF联合举办的大数据竞赛,第一次接触到文本预测。对比了一些模型,最终还是决定试一下fasttext。上手fasttext的过程可以说是很痛苦了,因为国内各大博客网站上很少有fasttext的博客。一方面是fasttext是FaceBook去年才开源的,用的人比较少,还有一方面是fasttext大部分参考资料都是英文的,我啃了好久英文文档,搭梯子去国外的论坛,最后也算是简单上手了吧。这两天差不多所有时间都花在这上面了,感触挺深。基于以上几点,我觉得还是写一篇博客吧,虽然只
机器学习AI算法工程
2018-03-15
8.5K0
京东JData算法大赛-高潜用户购买意向预测(github源码)
github地址: 在公众号 datadw 里 回复 京东 即可获取。 这是一位热心的参赛者提供的一份入门程序,涵盖了数据清洗、数据(统计)分析、特征抽取、搭建模型、模型评估,这些机器学习通用的完整流程,对于初学者来说可以作为参考。 上面的连接中有相关的说明,如: data_cleaning.ipynb 数据清洗 data_analysis.ipynb 数据分析 exlpore_potential_user.ipynb 探索高潜用户行为 其他都是.py的python
机器学习AI算法工程
2018-03-15
4.2K1
大数据工程师(开发)面试题(附答案)
MapReduce 1. 不指定语言,写一个WordCount的MapReduce 我:最近刚学了scala,并且就有scala版本的WordCount,刚好学以致用了一下: 补:至于java版本,
机器学习AI算法工程
2018-03-15
14.6K0
大数据工程师薪资在什么水平?
新一轮毕业季即将到来,就业问题又将成为讨论的热点,今年会是大学生们就业的春天吗?据权威数据显示,2015年全国普通高校毕业生人数达到749万,2016年全国普通高校毕业生人数达到765万,2017年的毕业生总人数再创新高,达到700万。大学生们面临的就业形势依然严峻,就业的春天不会来临。 那么毕业生们应该怎么做呢?我们先来分析下就业形势。 在全国仅34%企业招聘活动保持稳定的现状下,每年毕业的大学生人数正在不断的上涨,一个岗位可能存在上百的竞争者。 在这样残酷的就业环境下,求职者更应该找好自己的方向。土木
机器学习AI算法工程
2018-03-15
3K0
如果每一种语言都对应一种女生,你会喜欢哪一个?
这几天调试都很顺利,今天很意外的不要加班,哥几个看着窗外还是白天,还有点不适应。没想到哥几个突然开始YY: 如果每种语言都对应一种女生, 你会喜欢哪一个? 程序猿寂寞起来,我自己都害怕。碍于人数有限
机器学习AI算法工程
2018-03-15
5770
机器学习知识体系
随着2016年Alpha Go在围棋击败李世石,2017年初卡内基梅隆大学人工智能系统Libratus在长达20天的鏖战中,打败4名世界顶级德州扑克玩家,这标志着人工智能技术又达到了一个新的高峰。人工智能已经不再是在各大公司幕后提供各种智能推荐、语音识别算法的工具,它已经慢慢走向台前进入到平常百姓的视野之中。曾经有人描述人工智能就向一列缓缓开向人们的火车,一开始非常遥远而且看起来非常缓慢,它慢慢接近,直到人们清楚看到它的时候,它已经呼啸而过,把人远远抛在身后。现在似乎就是人们可以远远看到人工智能的时候,它已
机器学习AI算法工程
2018-03-15
1.3K0
机器学习算法工程师需要掌握的技能
实话实说,目前大部分人上各种班来学习机器学习,学习大数据,归根到底还是希望能找到一个好的工作,拿到更高的薪水,当然还有一部分原因是自己对这一方面比较感兴趣,希望更深入的了解这个领域。 我个人觉得,第一
机器学习AI算法工程
2018-03-14
9710
数据可视化的秘密
研究数据的方法有很多,比如利用统计方法,计算数据的平均值和标准差;再比如使用模型,拟合数据。数据通常是大量的,人脑难以直接把握其中的信息。研究数据的最终目的是减小海量数据的信息量,将数据中的信息客观的展示出来,并最终整理成简单的,人脑可以掌握的知识。 数据可视化 图形是直观呈现数据的直接方法。然而,将大量数据在同一个图表中画出来并不容易。早期的测绘、天气数据都需要长时间的手工绘制。随着计算机绘图功能的开发,手工绘画已经完全被自动绘图程序取代。问题的核心转移为,要以怎样的方式呈现数据,以便数据中的信息能自然的
机器学习AI算法工程
2018-03-14
1.2K0
你还在用“人工特征工程+线性模型”?
作者:李沐M 11年的时候我加入百度,在凤巢使用机器学习来做广告点击预测。当时非常惊讶于过去两年内训练数据如此疯狂的增长。大家都在热情的谈特征,每次新特征的加入都能立即得到AUC的提升和收入的增长。大家坚信特征才是王道,相信还会有源源不断的特征加入,数据规模还会成倍的增长。我也深受感染,坚定的相信未来两年数据至少还会长十倍,因此一切的工作都围绕这个假设进行。现在两年过去了,回过头来看,当时的预测是正确的吗? 数据的飞速增长,给模型训练带来极大压力。事实上,11年的时候模型训练已经是新特征上线的主要
机器学习AI算法工程
2018-03-14
1.2K0
点击加载更多
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
Python精品学习库
代码在线跑,知识轻松学
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
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
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