- 博客(2)
- 资源 (8)
- 收藏
- 关注
RSS订阅原创 异常值检测
为什么在数据集中，异常值(Outlier or Anomaly)作为不寻常的表征点，无利于后面算法对于数据集中模式的挖掘，甚至会极大地影响性能，或者直接用于一些异常检测的场景，如欺诈检测、安全检测等.异常值检测是数据清洗里非常重要的一步.定义一般可以利用聚类的思想，定义为分布稀疏且离密度高的群体较远的点通常异常值出现的原因有以下几种：数据收集过程出现问题，录入错误数据测...
2018-03-21 15:44:15
10479
原创 推荐系统简介
推荐系统评估准确度打分系统 设ruiruir_{ui}为用户uuu对物品iii的实际评分，r^uir^ui\hat r_{ui}为预测分，有如下误差判定标准： RMSEMAE=∑u,i∈T(rui−r^ui)2|T|−−−−−−−−−−−−−−−√=∑u,i∈T|rui−r^ui||T|(371)(371)RMSE=∑u,i∈T(rui−r^ui)2|T|MAE=∑u,i∈T|rui...
2018-03-15 18:03:56
182
2018 年成都人工智能前沿论坛总结
智能化技术旨在将人类智慧物化，在行为活动中组成人机合作系统，使
得行动过程能进行感知、推理、决策和学习等智能活动.
神经网络始于 20 世纪 40 年代，构想来源于对人类大脑的理解，它试
图模仿人类大脑的神经元之间传递来处理信息.
早期的浅层神经网络很难刻画出数据之间的复杂关系， 20 世纪八十年
代兴起的深度神经网络又由于各种原因一直无法对数据进行有效训练.
直到 2006 年以后才有了飞速发展.
2018-05-14
灰色系统理论及其应用
灰色系统理论研究的是贫信息建模，它提供了贫信息情况下解决系统问题的新途径。它把一切随机过程看做是在一定范围内变化的、与时间有关的灰色过程，对灰色量不是从寻找统计规律的角度，通过大样本进行研究，而是用数据生成的方法，将杂乱无章的原始数据整理成规律性较强的生成数列后再作研究。
2015-06-16
HSA-SysArch-1.01
该标准主要用于异构系统架构，使APU以最快的浮点运算速度进行工作负荷的处理，HSA架构的推出，得到了硬件领域的广泛好评，由包括AMD、ARM、高通等大型公司在内的几十家厂商组建了阵容强大的HSA联盟。
2015-06-07
光纤连接器件SFF_8472
SFP收发器由一个竞争厂商之间的多边协议（MSA）进行规范。SFP根据GBIC接口进行设计，允许比GBIC更大的端口密度（主板边上每英寸的收发器数目），因此SFP也被称作“mini-GBIC”。
2014-12-21
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人