全球云游戏产业深度观察及趋势研判研究报告(2022年).pdf
2022-04-06 03:08:50 6.22MB 游戏 深度学习 数据分析 人工智能
机器学习高手必备的5类回归损失函数详解.docx
2022-04-06 02:54:57 655KB 回归 机器学习 数据挖掘 算法
智慧校园系统是通过信息化手段,实现对校园内各类资源的有效集成 整合和优化,实现资源的有效配置和充分利用,将校务管理过程的优化协调。为校园提供数字化教学、数字化学习、数字化科研和数字化管理。 1.校园WIFI全覆盖:综合布线,综合管路及桥架系统。学生只要输入学号登录,就可免费电话视频等通信; 2.查看附近系统:通过定位系统可以看到附近的吃、住、行、娱、购等,了解具体位置和路径轨迹,提升学生校园生活品质; 3.视频录播/点播系统:有电子公告及查询,学生直接通过APP查询实时信息,促进学生主动了解校园动态; 4.校园数据中心建设:建立公共云服务及数据备份、私有云系统,通过公共云服务,学校建立自己的数据中心,作为校园管理的数字依据; 5.校园一卡通:通过学校数据库连接,门禁系统与学生个人信息匹配,做到无人管理,就能出入寝室门。水电、饭卡等都可直接与银行卡绑定,进行线上充值服务,摆脱学院固定的充值时间,给学生提供便利校园生活; 6.平安校园:安全防范系统、摄像头、电子围栏都与学校大数据进行联通,一旦发现特殊情况,APP就会及时发出响应,节省人力资源,建立平安校园; 7.数字教学:建立校园作业题库
2022-04-06 02:19:36 3.36MB 学习 数据分析 数据挖掘 智慧校园系统
5G最新进展深度解析2022版—技术篇 01 5G基础关键技术 Massive MIMO.新型多址、新型多蠶波、先逬蠲制编码、双工.全频谱接 入、超密集组网、D2D, SDN, NFV.网箔切片、移动边缘计算、GRAN等 02 R-16、R-17 增强 基本功能增强、垂直行业能力扩展、网络自动化运蜘智能化 03 5G-Advanced 演进 极致网络、智简网络、绿色网络 04 6G预研 内生智能、增强型播空口、新物理维度秘传输、太赫兹与可见光通信、通信嬲f 化、分布式自治网络、确定性网络、算力砌网络、星地一体融年s网、内生安全 5G关键技术包括无线技术(即空口技术)与网络技术(网络架构) 两大类,除此之外,Rel-1M乍为5G第二阶段标准版本f主要关注垂 直行颯用;系统的提升,包括敏蝌逬、垂直行业 欣用増强(超高可靠低时進通信URLLC、非公众网络NPN、垂直行 业LAN类型组网服务、时间敏感型网络TSN、V2X、工业物联网 DoT)、5GC多接入支持增强、人工智能增强等,其它还包括定位. MIMO増强、功耗改进等.基于这些增强,R416能够适应多种应 用场鼠
2022-04-06 02:07:53 6.77MB 深度学习 数据分析 人工智能 数据挖掘
ETL数据增量抽取 ETL抽取机制 ETL工具学习 ETL机制
2022-04-06 02:01:47 370KB etl 学习 数据仓库 ETL工具
1
本数据集为wine数据集,包含三张类别的葡萄酒,三类共178个样本,每个样本包含13个特征,分别为酒精 苹果酸 艾熙 灰分碱性 镁 总酚类 黄酮类 非淀粉酚类 原花青素 颜色强度 色调 稀释葡萄酒的OD280/OD315 脯氨酸
2022-04-04 12:27:36 8KB 机器学习 数据集
1
第四届工业大数据创新竞赛-水电站入库流量预测 成绩排名: 初赛线上第一段2月份25.4分,第二段最高分10.0分
1
数据采集方式:采集自互联网; 表情标签:开心、悲伤、惊讶、害怕、厌恶、生气、中立;二维连续模型; 数据集大小:总计1800000张图片,其中450000是提供离散以及连续的标签,是目前自然条件下最大的表情识别图片数据集,也是提供二维连续模型标签中最大的数据集。
1
Weka的全名是怀卡托智能分析环境(Waikato Environment for Knowledge Analysis),基于JAVA环境下开源的机器学习(machine learning)以及数据挖掘(data mining)软件。该文件中包含weka开发的所有类和接口的详细说明。
2022-03-30 18:23:33 2.22MB weka 机器学习 数据挖掘 api
1
一、随机划分 import numpy as np from sklearn import datasets iris = datasets.load_iris() X = iris.data y = iris.target # 1)归一化前,将原始数据分割 from sklearn.model_selection import train_test_split X_train,X_test,y_train,y_test = train_test_split(X, y, test_size=0.2,
2022-03-28 21:56:36 136KB ar ed ff
1