目录 1、数据操作获取张量的形状生成特定的张量（多维数组）运算广播机制索引和切片2、数据预处理处理缺失值 最近由于国创项目的需要，在b站上发现了李沐老师的深度学习零基础视频，在这写点复习笔记，用来监督自己坚持一个月学完这些内容吧~ 
想必大家在刚接触AIS时，对AIS数据的解码感到困惑，其是采用6位ASCII压缩码传输的，所以对AIS数据的正确解析，就是完成任务的关键所在。通过最近的一个项目，了解了AIS数据的解码分析过程，现将其流程和相关代码列出，此参表可以参见快乐鹦鹉的AIS解码算法一文。Public Function fun_Decode(ByVal AISD
转载
2023-07-28 22:34:17
149阅读
随着AI在客服、营销等场景的落地，其价值也被越来越多的金融机构所认可。同时，外部数字经济浪潮的推动，以人工智能为首的前沿科技更是成为金融机构转型升级的新引擎、提升服务能力降低运营成本的新利器。业务复杂多样、多类型海量数据并存、风控级别要求高是金融机构尤其是银行业的特点，也正因此，智能客服、智能营销等任务单一且不涉及到其核心业务数据的AI场景得以迅速落地并成熟，智能监管、身份识别、智能风控、智能投研
转载
2024-03-01 21:21:31
52阅读
目录1. 机器学习算法1.1. 线性回归模型1.1.1. 多元线性回归1.1.2. 多项式回归1.1.3. 岭回归（Ridge Regression）1.1.4. LESSO1.2. 逻辑回归1.3. KNN1.4. 决策树, Decision Tree1.5. 集成学习1.5.1. Bagging1.5.2. 随机森林1.5.3. boosting（Adaptive Boosting，自适应增强
转载
2023-10-03 20:11:35
261阅读
近日，全球领先的专业市场调查机构IDC，分析了企业在人工智能应用开发的建设现状及在数据服务方面的挑战和需求，并发布调研报告称：澳鹏Appen作为一家全球领先的AI训练数据服务提供商，在中国市场提供覆盖AI全生命周期的数据解决方案，具备独特优势。IDC观点►中国AI市场快速发展，各行业AI落地的渗透率在逐步提高。►企业采用AI的过程中，存在隐私问题和数据缺乏等挑战，对数据服务的需求正在发生巨大变化。
2022年数据与分析有哪些新趋势？今年数据和分析主要趋势：1.激活多样性和活力使用自适应AI系统推动增长和创新同时应对全球市场的波动； 2.增强人员能力和决策以提供由业务模块化组件创建的丰富的、情境驱动的分析； 3.将信任制度化以大规模地实现数据和分析的价值。管理AI风险并实施跨分布式系统、边缘环境和新兴生态系统的互联治理。现在应该根据关键数据和分析技术趋势对于业务优先事项的紧迫性和匹配性来监测、
转载
2024-01-11 13:38:43
94阅读
在上一篇文章中我们给大家介绍了机器学习以及深度学习的内容，其实这两门技术都是为人工智能服务的，现在人工智能是一个十分火爆的名词，很多人都在关注人工智能，那么什么是人工智能呢？人工智能的知识都有哪些？下面我们就给大家介绍一下。我们听到的AI其实就是人工智能，人工智能称机器智能，指由人制造出来的机器所表现出来的智能。通常人工智能是指通过普通计算机程序的手段实现的人类智能技术。该词也
转载
2024-01-14 13:15:37
128阅读
随着互联网技术和计算机技术的发展，数据已经成为了当今社会的一种重要的资源。特别是在过去几年中，大数据技术的快速发展，让我们看到了数据对于社会和产业的重要性。而人工智能（AI）作为一项基于数据的技术，与大数据的结合更是让人们看到了前所未有的机遇和挑战。本文将从以下几个方面探讨AI与大数据的结合。一、AI与大数据的基本原理AI与大数据的结合，是基于AI技术和大数据技术的基础之上的。AI技术包括机器学习
转载
2023-07-28 14:21:40
200阅读
最近的一些事件，让我们深思：现在全社会对于AI的看法，已经从全面看好转向正面和负面看法兼而有之。我们提出A.I．向善，首先当然要看到，AI确实能做很多有益的事。比方说，AI可以让一个产业实现普惠发展，从只面向VIP的小规模服务，变成大众都可以得到的普惠服务。比如一系列的AI+，AI+金融、AI+教育、AI+智慧城市、AI+灾难营救、AI+扶贫农业，等等，这里不一一列举。但是另一方面，我们大部分
转载
2024-05-24 15:36:29
38阅读
作者 / Jason Jung翻译整理 / 九三山人前言随着数据科学行业自2013年以来的爆炸式流行，该行业一直在广泛发展，但也在慢慢地向更具体的角色靠拢。这不可避免地导致了在其成长过程中工作功能的混淆和不一致。例如，似乎有许多完全相同的角色和不同的头衔，或者相同的头衔和不同的角色:分析数据科学家，机器学习数据科学家，数据科学工程师，数据分析师/科学家，机器学习工程师，应用科学家，机器学
转载
2024-02-01 20:41:30
30阅读
DC预测，2020年全球将拥有35ZB数据量。随着人工智能的发展，人工智能多模态、非结构化数据量愈发庞大，数据种类逐步复杂化，多模数据组合标注等需求进一步显现出来。数据的获取方式从企业AI数据需求角度出发，获取数据的形式主要为自行生产和委托数据服务企业两种形式。在数据服务行业中，一般也通过自制、众包、外包三种模式完成数据处理业务，这三种模式优劣势也非常明显。自制：优势：标准唯一数据质量高；人员专业
转载
2024-01-25 22:07:54
93阅读
C4.5 data mining algorithmC4.5以决策树的形式构造分类器。为了做到这一点，C4.5给出了一组表示已经分类的事物的数据。是数据挖掘中的一种工具，它使用一组数据表示我们要分类的东西，并试图预测新数据属于哪个类。·案例：假设一个数据集包含一群病人。我们了解每个病人的各种情况，如年龄、脉搏、血压、最大摄氧量、家族史等。这些被称为属性。然后根据其特性把得癌症和不得癌症的进行分类；
转载
2023-12-08 10:56:45
103阅读
AI视频智能分析技术与应用（一）AI视频智能分析技术与应用（二）AI视频智能分析技术与应用（三）一、什么是AI视频智能分析？视频智能分析已渗透到生活生产中的方方面面。从生活中的刷脸支付、停车场的车牌识别、工厂园区的烟火识别、工地的工装安全帽识别到车间零部件智能检测，视频智能分析无处不在。简单来说，AI视频智能分析是通过人工智能技术处理和分析视频数据的方法。 图1. AI视频智能分析
转载
2023-11-17 16:59:49
169阅读
IBM 在大数据领域的野心昭然若揭。据国外媒体报道，近日，该公司推出了一项基于人工智能大数据平台的一站式分析服务，Project DataWorks 。IBM 表示，这将是第一个整合所有类型数据，并利用 AI 进行分析的大数据平台。目前，Project DataWorks 已经在 IBM 的云平台 Bluemix 上使用。该平台旨在促进各类对不同数据的处理有所需要的团队之间的合作。与其
转载
2023-08-17 21:48:28
144阅读
现在人工智能的发展可谓是如火如荼，从而引起了很多人学习人工智能的兴趣。我们在学习人工智能的时候，会接触到算法和数据，而人工智能是由很多算法组成的，因此大家都认为在人工智能学习中算法是比数据重要的，但是事实是这样的吗？在这篇文章中我们就给大家解答一下这个问题。很多关于人工智能的文献以及报告都不约而同的偏重于关注机器学习算法，将其视为最重要的部分。主流媒体似乎把算法与人脑等同了。他
转载
2024-06-10 08:47:24
60阅读
故事背景：openai公开了api调用接口，北大前几天出了一款chatexcel工具。这两件事本来没什么关系，但是工程师就是这样没事总要给自己找点事干。在一个技术群里跟人吹牛说如果openai开放api我也可以做一个chatexcel，甚至比他们做的更加好。1.要做到自然语言接需求2.可以精准的理解用户需求3.可以给出准确分析结果4.需要给出可视化的呈现报告5.如果可以最好能做成ppt呈现好了然后
转载
2023-10-13 23:22:15
131阅读
AI（人工智能）在数据分析中的应用越来越广泛。AI技术可以通过处理大量的数据，提供深入的洞察和预测能力。在本文中，我们将讨论AI在数据分析中的应用，并提供一些代码示例来说明其用途。
AI技术可以应用于数据分析的不同阶段，包括数据收集、数据清洗、数据探索和数据建模。下面我们将介绍每个阶段的应用以及相应的代码示例。
首先，数据收集是数据分析的第一步。AI技术可以帮助我们自动收集大量的数据，包括结构
原创
2024-01-10 09:48:17
294阅读
AI技术在大数据分析领域的应用可以帮助我们更有效地挖掘数据价值，提高决策效率。以下是一些AI技术及其在大数据分析中的应用：1. 数据预处理：利用AI技术，可以自动识别和处理数据中的异常值、缺失值和重复数据，提高数据质量，为数据分析提供可靠的数据基础。2. 数据挖掘：通过机器学习和深度学习算法，AI可以从大量的数据中发现隐藏的规律、模式和关联，为决策提供有价值的信息。3. 预测分析：利用AI技术，可
原创
2023-05-22 09:06:57
1252阅读
# Python数据分析示例
## 引言
数据分析是现代社会中非常重要的一个领域，它可以帮助我们从海量数据中提取有价值的信息，并用于决策和预测。Python作为一种强大的编程语言，在数据分析领域也有着广泛的应用。本文将介绍一些常用的Python数据分析示例，并附带相应的代码示例。
## 数据收集
在进行数据分析之前，我们首先需要收集所需的数据。数据可以来自各种渠道，如数据库、网络爬虫、API接
原创
2024-02-05 04:19:06
61阅读
NumPy数据分析示例
在进行数据分析时，NumPy是一个不可或缺的工具。它提供了强大的数据处理能力，我们通过示例来详细探讨如何利用NumPy进行有效的数据分析。本文将介绍准备环境、具体操作步骤、配置细节、测试验证、优化技巧及排错指南。
### 环境准备
在开始进行NumPy数据分析之前，首先需要搭建合适的环境。以下是所需的软硬件要求：
| 组件 | 版本
