- 今年是Qcon大会举办第九年，参会主题30+，依旧是以互联网技术为主的拼盘大杂烩式的技术分享，AI、大数据、编程语言、DevOps、互联网架构、运维等等，几乎所有现在当红的技术实践都有涉及，不管你是从事哪个技术领域，总会找到几个主题与你的兴趣或是工作内容相关，信息量较大 今年是Qcon大会举办第九年，参会主题30+，依旧是以互联网技术为主的拼盘大杂烩式的技术分享，AI、大数据、编程语言、DevOps、互联网架构、运维等等，几乎所有现在当红的技术实践都有涉及，不管你是从事哪个技术领域，总会找到几个主题与你的兴趣或是工作内容相关，信息量较大
- 如题，这就是一个随机森林的模型文档，可能内容没有前几次那么多，不过，大家将就着看吧，是不是又过于小白了呢? 如题，这就是一个随机森林的模型文档，可能内容没有前几次那么多，不过，大家将就着看吧，是不是又过于小白了呢?
- 上次分享之后，有人说我的学习方向是错误的，说真的，我也不知道到底对不对，只是不用代码，单纯讲算法，是没有任何意义的——作为入门的，还是先学会怎么用吧! 上次分享之后，有人说我的学习方向是错误的，说真的，我也不知道到底对不对，只是不用代码，单纯讲算法，是没有任何意义的——作为入门的，还是先学会怎么用吧!
- 本文为机器学习第二部分：线性、逻辑回归算法，主要包含2个部分的内容：线性回归算法和逻辑回归算法；请下载附件了解更多 ，欢迎交流。 本文为机器学习第二部分：线性、逻辑回归算法，主要包含2个部分的内容：线性回归算法和逻辑回归算法；请下载附件了解更多 ，欢迎交流。
- 本文为机器学习第一部分：相关Python库，主要内容点包含三个部分分别是：Numpy科学计算库、Pandas数据分析处理库、Matplotlib可视化库；欢迎大家下载附件了解更多。 本文为机器学习第一部分：相关Python库，主要内容点包含三个部分分别是：Numpy科学计算库、Pandas数据分析处理库、Matplotlib可视化库；欢迎大家下载附件了解更多。
- VGG是牛津大学的Karen Simonyan和Andrew Zisserman在挑战2014年的ILSVRC时提出的系列模型。基于模型研究和比赛结果，两人发表了论文《Very Deep Convolutional Networks For Large-Scale Image Recognition》。VGG的重要意义在于，其研究结果表明增加深度能够提高卷积神经网络的性能。在VGG之后，人们沿着更 VGG是牛津大学的Karen Simonyan和Andrew Zisserman在挑战2014年的ILSVRC时提出的系列模型。基于模型研究和比赛结果，两人发表了论文《Very Deep Convolutional Networks For Large-Scale Image Recognition》。VGG的重要意义在于，其研究结果表明增加深度能够提高卷积神经网络的性能。在VGG之后，人们沿着更
- 这里默认是想做分类任务，由于GBDT分2种，一种是sklean中的AdaptiveBoostingClassifer，一种是skleran中的GradientBoostingClassifier，所以这里分别来对待。Base learner在AdaBoost中，base learner是classfication tree，即f(x) = 1 or -1，使用gini作为base learn... 这里默认是想做分类任务，由于GBDT分2种，一种是sklean中的AdaptiveBoostingClassifer，一种是skleran中的GradientBoostingClassifier，所以这里分别来对待。Base learner在AdaBoost中，base learner是classfication tree，即f(x) = 1 or -1，使用gini作为base learn...
- 如果你打算研究机器学习或是今后想从事数据科学相关的工作，Kaggle应该是一个绕不过去的名字。 Kaggle是2010年在旧金山创立的一个数据建模和数据分析竞赛平台，在很短的时间内就声名鹊起，去年被google收购，在业界具有很高的知名度和权威性，企业可以在上面发布数据和想要解决的问题，并进行“悬赏”，数据科学家和机器学习的爱好者们可以基于这个平台提交自己的模型和预测结果，平台会... 如果你打算研究机器学习或是今后想从事数据科学相关的工作，Kaggle应该是一个绕不过去的名字。 Kaggle是2010年在旧金山创立的一个数据建模和数据分析竞赛平台，在很短的时间内就声名鹊起，去年被google收购，在业界具有很高的知名度和权威性，企业可以在上面发布数据和想要解决的问题，并进行“悬赏”，数据科学家和机器学习的爱好者们可以基于这个平台提交自己的模型和预测结果，平台会...
- 分类（classification）是机器学习中的一类重要问题，很多重要的算法都在解决分类问题，例如决策树、支持向量机等。其中二分类问题是分类问题中一个重要的课题。 分类（classification）是机器学习中的一类重要问题，很多重要的算法都在解决分类问题，例如决策树、支持向量机等。其中二分类问题是分类问题中一个重要的课题。
- 在入侵防御领域，运用数据分析的方法保护数据的技术其实没有什么新的东西，比如防火墙-分析数据包的内容以及其他的元数据，如IP地址，从增长的数据条目中检测和阻断攻击者；防病毒软件不断的扫描文件系统，通过检查比特流代码和其他一些特征来标记文件是否被感染。与防火墙和防病毒软件不同，用户行为检测或者UBA聚焦于用户正在发生的行为：应用启动、网络连接活动、最关键的文件访问（当文件或邮件被访问的时候，谁访问的， 在入侵防御领域，运用数据分析的方法保护数据的技术其实没有什么新的东西，比如防火墙-分析数据包的内容以及其他的元数据，如IP地址，从增长的数据条目中检测和阻断攻击者；防病毒软件不断的扫描文件系统，通过检查比特流代码和其他一些特征来标记文件是否被感染。与防火墙和防病毒软件不同，用户行为检测或者UBA聚焦于用户正在发生的行为：应用启动、网络连接活动、最关键的文件访问（当文件或邮件被访问的时候，谁访问的，
- 最近看到越来越多的安全圈的同学开始关注UBA或者UEBA的相关产品和技术，恰好这一段时也一直在跟进UBA产品的状况，正如Gartner报告所述，最具创新能力的UBA供应商往往都是一些初创公司，我们比较了IBM、HPE、Splunk这类大公司的UBA产品，但是感觉无非就是SIEM产品的更新升级罢了，相反一些名不见经传的初创公司如Balabit、Sqrrl等的UBA产品到让人眼前一亮。在参考业界的同时 最近看到越来越多的安全圈的同学开始关注UBA或者UEBA的相关产品和技术，恰好这一段时也一直在跟进UBA产品的状况，正如Gartner报告所述，最具创新能力的UBA供应商往往都是一些初创公司，我们比较了IBM、HPE、Splunk这类大公司的UBA产品，但是感觉无非就是SIEM产品的更新升级罢了，相反一些名不见经传的初创公司如Balabit、Sqrrl等的UBA产品到让人眼前一亮。在参考业界的同时
- 文|邓湘科这一波的人工智能热潮是因为Deep Learning带来的。之前这个领域叫数字神经网络，尝试模拟人脑神经元的机理建立类似人脑的机器智能，探索了很多年，没有诞生真正有实用价值的产品和方向，一度沉寂。用Artificial Intelligence指代Deep Learning是概念的再次包装。这些年因为算法的突破，以及云计算、GPU、FPGA为代表的运算能力突破，使得多层训练算法在模式识别 文|邓湘科这一波的人工智能热潮是因为Deep Learning带来的。之前这个领域叫数字神经网络，尝试模拟人脑神经元的机理建立类似人脑的机器智能，探索了很多年，没有诞生真正有实用价值的产品和方向，一度沉寂。用Artificial Intelligence指代Deep Learning是概念的再次包装。这些年因为算法的突破，以及云计算、GPU、FPGA为代表的运算能力突破，使得多层训练算法在模式识别
- 《深入浅出数据分析》以类似“章回小说”的活泼形式，生动地向读者展现优秀的数据分析人员应知应会的技术：数据分析基本步骤、实验方法、最优化方法、假设检验方法、贝叶斯统计方法、主观概率法、启发法、直方图法、回归法、误差处理、相关数据库、数据整理技巧；正文之后，意犹未尽地以三篇附录介绍数据分析十大要务、R工具及ToolPak工具，在充分展现目标知识以外，为读者搭建了走向深入研究的桥梁。 《深入浅出数据分析》以类似“章回小说”的活泼形式，生动地向读者展现优秀的数据分析人员应知应会的技术：数据分析基本步骤、实验方法、最优化方法、假设检验方法、贝叶斯统计方法、主观概率法、启发法、直方图法、回归法、误差处理、相关数据库、数据整理技巧；正文之后，意犹未尽地以三篇附录介绍数据分析十大要务、R工具及ToolPak工具，在充分展现目标知识以外，为读者搭建了走向深入研究的桥梁。
- 本文介绍了机器学习服务（MLS）实例创建过程，根据文章的配置信息，用户可以快速完成MLS实例的创建。 本文介绍了机器学习服务（MLS）实例创建过程，根据文章的配置信息，用户可以快速完成MLS实例的创建。
上滑加载中
推荐直播
-
香橙派AIpro的远程推理框架与实验案例2025/07/04 周五 19:00-20:00
郝家胜 -华为开发者布道师-高校教师
AiR推理框架创新采用将模型推理与模型应用相分离的机制，把香橙派封装为AI推理黑盒服务，构建了分布式远程推理框架，并提供多种输入模态、多种输出方式以及多线程支持的高度复用框架，解决了开发板环境配置复杂上手困难、缺乏可视化体验和资源稀缺课程受限等痛点问题，真正做到开箱即用，并支持多种笔记本电脑环境、多种不同编程语言，10行代码即可体验图像分割迁移案例。
回顾中 -
鸿蒙端云一体化应用开发2025/07/10 周四 19:00-20:00
倪红军 华为开发者布道师-高校教师
基于鸿蒙平台终端设备的应用场景越来越多、使用范围越来越广。本课程以云数据库服务为例，介绍云侧项目应用的创建、新建对象类型、新增存储区及向对象类型中添加数据对象的方法，端侧（HarmonyOS平台）一体化工程项目的创建、云数据资源的关联方法及对云侧数据的增删改查等操作方法，为开发端云一体化应用打下坚实基础。
即将直播
热门标签