会员中心
搜索
登录
注册

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

企业数字化转型建设实战问答（一）

企业数字化转型建设实战问答（一）

  • 2024-02-16
  • 阅读264

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261

万字长文：企业数字化转型建设实战经典50问

首先还是得培养业务人员的AI意识，也就是数字化转型过程中经常提到的转意识；要让业务人员全面了解AI的背后逻辑是什么，如何在工作中利用AI，出现问题了原因是什么，是企业原始数据不够精细，还是管理流程出了问题，要让业务人员尤其是管理者清楚的知道AI并不是喊一句：芝麻开门那般简单，要拒绝完美主义，因为从技术角度讲当前的AI并不是完美的，从应用角度讲，还是有限的，因此企业需要的是一个AI+人工不断精进学习的过程，企业应当杜绝短期见效主义，出现一点问题后就大喊“AI无用论”的现象，所以业务人员具备AI思维很关键，要打破传统工作思维，用AI的逻辑去思考、解决问题是关键。

  • 2024-02-15
  • 阅读302

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253

【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252

4000字长文：A公司的数字化转型实践

在21世纪的第三个十年，全球制造业正经历着一场前所未有的数字化转型浪潮。从美国的“先进制造业伙伴计划”到德国的“工业4.0”，再到中国的“中国制造2025”，各国都在抓紧布局，将云计算、大数据、物联网和人工智能等先进技术融入制造业中。这些技术不仅为企业降低了生产成本，还提高了产品创新能力和生产柔性，同时还推动了制造服务的发展。

  • 2024-02-15
  • 阅读259

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281

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263