• 首页

  • 方案库

  • 工业品库

  • 招标项目库

  • 专家库

  • 人才库

会员中心
搜索
登录
注册
  • 方案名称

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文
  • 全部
  • 人气排行
  • 下载排行
  • 页数排行
  • 最新排行

Python|机器学习之数据清洗

目录结构 1. 机器学习之数据清洗概念 1.1 机器学习 1.2 数据清洗 2. 数据清洗 2.1 实验目的 2.2 实验准备 2.3 实验原理 2.4 实验内容 2.4.1 获取数据,整体去重; 2.4.2 整体查看数据类型以及缺失情况; 2.4.3 删除缺失率过高的变量; 2.4.4 删除不需要入模的变量; 2.4.5 删除文本型变量,有缺失值行; 2.4.6 修复变量类型; 2.4.7 变量数据处理方式划分; 2.4.8 变量数据处理方式划分; 2.4.9 拼接数据处理流水线. 2.5 实验心得

  • 2024-02-16
  • 阅读237

【机器学习】数据清洗之处理异常点-跳点

一 确定处理策略: 1.1 考虑因素 1.2 常用处理策略 二 删除异常值 三 替代异常值: 四 转换异常值: 五 三种处理策略的优缺点及应用场景 5.1 删除异常点: 5.2 替换异常点: 5.3 转换异常点: 六 总结

  • 2024-02-15
  • 阅读238

人脸追踪案例及机器学习认识

人脸追踪案例及机器学习认识

  • 2024-02-15
  • 阅读232

机器学习9-随机森林

随机森林(Random Forest)是一种集成学习方法,用于改善单一决策树的性能,通过在数据集上构建多个决策树并组合它们的预测结果。它属于一种被称为“集成学习”或“集成学习器”的机器学习范畴。

  • 2024-02-15
  • 阅读237

航空产品服务生命周期集成管理应用与研究

本文通过对航空产品服务现状与需求研究分析,形成了对应的产品服务生命周期集成管理解决方案,提出了以SBOM为核心的产品服务生命周期集成管理模式。

  • 2024-02-15
  • 阅读274

基于PLM的的一体化闭环工程变更管理研究

工程变更管理是企业实现管理信息化过程中必须解决的问题,工程变更管理的有效实施可以确保产品开发过程的高效率和经济性。本文讨论了企业信息化中工程变更管理的存在的主要问题:如:上下游更改数据缺少一体化管理,以及变更的流程无法闭环等,基于CMII理论基础,提出了基于WINDCHILL的PLM工程变更管理模型,并结合实例介绍了企业信息化系统中工程变更的实现模型和处理流程。最后以Windchill为基础,结合航宇救生装备有限公司的实际运转情况,构筑一个基于Windchill的PLM工程变更管理平台。

  • 2024-02-15
  • 阅读368

库存的基本介绍,种类和功能

首先来简单解释一下概念,库存(Inventory)是用来维持企业的日常经营,我们需要原材料(Raw Material)来启动生产,维修与生产耗材(Maintenance,Repair,Operating)来辅助生产活动

  • 2024-02-14
  • 阅读286

数字化转型三阶段:信息化-数字化-数智化

企业的数字化转型包括信息化、数字化、数智化三个阶段,并非一个阶段结束才能进入到下一个阶段。

  • 2024-02-15
  • 阅读252
上一页 1 …… 173174175176177178179180181182183 …… 2878 下一页 共 23017 条


立即登录

没有账户,需要注册

登录用户可享受以下权益
  • 免费下载方案
  • 服币提现
  • 发布方案得服币
  • 交易分成

精品推荐

竞争对手分析

母公司公司的总目标是什么?母公司要求该业务单位做什么?将业务单位的定位是什么(基础业务还是边缘业务)

  • 阅读220
  • 下载0

2025知识图谱与大模型融合实践案例集

随着人工智能的迅猛发展,知识图谱与大模型作为两大核心研究领域,各自彰显出独特的技术优势。知识图谱以结构化方式精准刻画实体关联,为知识表示与推理提供了可解释的框架;大模型则凭借海量数据训练展现出卓越的自然语言理解与生成能力,具备强大的泛化学习性能。

  • 阅读258
  • 下载4

国内重点工业物联网平台四类厂商分类及选型指南

国内重点工业物联网平台四类厂商分类及选型指南

  • 阅读386
  • 下载6

工业物联网平台的典型应用场景深度分析

工业物联网平台发展重点: 一是行业深耕化,从通用型平台向“一米宽、百米深”的行业垂直平台转型,聚焦能源、交通、化工等领域的特定需求,沉淀场景化解决方案与行业Know-how,而非追求“大而全”的覆盖能力。 二是智能融合化,工业大模型与平台深度结合,实现工业知识的智能化重构、应用开发的低代码化升级,以及生产运营的自感知、自决策、自优化闭环管控,AI成为提质增效的核心变量。 三是生态协同化,平台不再是单一技术载体,而是串联产业链上下游的协同中枢,通过跨系统数据融合、产学研用金深度合作,形成“数据-算力-应用”的生态闭环,赋能供应链协同与产业集群升级。 四是部署灵活化,采用“平台化产品+私有化部署”结合的模式,兼顾中小企业轻量化需求与大型集团定制化诉求,支持公有云、私有云、边缘端的混合部署,平衡成本与安全性。

  • 阅读399
  • 下载9

最新上线

5G+大模型智慧工业园区解决方案

5G+大模型智慧工业园区解决方案5G+大模型智慧工业园区解决方案5G+大模型智慧工业园区解决方案5G+大模型智慧工业园区解决方案5G+大模型智慧工业园区解决方案5G+大模型智慧工业园区解决方案

  • 阅读9
  • 下载0

IT运维项目ITSS运维方案实施汇报

IT运维项目ITSS运维方案实施汇报IT运维项目ITSS运维方案实施汇报IT运维项目ITSS运维方案实施汇报IT运维项目ITSS运维方案实施汇报IT运维项目ITSS运维方案实施汇报IT运维项目ITSS运维方案实施汇报

  • 阅读8
  • 下载0

新型储能行业产业发展现状及趋势:暨CNESA+DataLink+2025年度储能数据发布

CNESA中国能源研究会储能专委会 China Energy StoregeAliance 中关村储能产业技术联盟 新型储能产业发展现状及趋势 暨CNESA DataLink 2025年度储能数据发布 中关村储能产业技术联盟 2026年1月

  • 阅读9
  • 下载0

2025年人工智能高质量数据集建设指南

随着大模型技术的迅猛发展,数据集作为人工智能核心三要素之一,在算法趋同、算力普惠的竞争环境中正在构建难以复制的差异化壁垒。人工智能发展正在进入“数据驱动”新阶段,高质量数据集的建设不仅是提升AI模型性能的关键,也是推动“人工智能+”行动落地的重要保障。然而现阶段,大量机构在高质量数据集建设中面临目标定位模糊化、实施路径碎片化与技术底座薄弱化三重挑战,不知道需要什么数据集、如何建设数据集、怎样评估数据集质量,制约了人工智能应用落地。《人工智能高质量数据集建设指南》正是在此背景下启动起草,旨在为业界建设高质量数据集提供有实操价值的指导和参考.

  • 阅读10
  • 下载0
  • 关于我们

    电话:029-8838-6725

  • 新闻资讯

    企业简介 新闻动态 品牌实力 代理合作 诚聘英才 联系我们

  • 中服云

  • 工业互联网风向标

  • 在线咨询

西安/北京/南京/重庆/合肥/厦门/甘肃 地址:陕西省西安市雁塔区鱼跃工业园慧康生物科技产业园7楼 电话: 029-8838-6725

版权所有 @ 中服云 陕ICP备11002812号
  • 扫码咨询

    或

    点击立即咨询
  • 客服咨询

  • 用手机扫二维码

    或

    复制当前地址

  • 问题反馈 中服大讲堂 客服电话

方案库赚钱指南