《面向機器學習的電信數據規範—數據質量》是2024年04月01日實施的一項中國行業標準。
《面向機器學習的電信數據規範—數據質量》是2024年04月01日實施的一項中國行業標準。編制進程2023年12月20日，《面向機器學習的電信數據規範—數據質量》發布。2024年04月01日，《面向機器學習的電信數據規範—...
1. 數據分析技術：包括數據挖掘、機器學習等人工智慧技術，主要套用在電信用戶行為分析，業務量分析，收入分析，市場競爭分析，服務質量分析，大客戶分析，實時事件告警預測，積分平台分析等方面，由於用戶對移動網際網路數據要求的實時性和準確性，相比其他行業，電信大數據對分析結果的實時性要求更高。彩訊電信大數據解決方案...
《機器學習基礎》是2020年7月人民郵電出版社出版的圖書，作者是金升淵，鄭容朱。本書理論、實踐示例和解決方案三者相輔相成，旨在幫助機器學習的初學者能夠基於理論實現並使用性能強勁的機器學習系統。內容簡介 本書作者曾就職美國谷歌公司和日本樂天集團，有著多年的機器學習開發經驗。本書理論與實踐相結合，通過直觀具體...
自治駕駛資料庫：基於雲的自治駕駛資料庫（也稱作自治資料庫）是一種全新的極具革新性的數據庫，它利用機器學習技術自動執行資料庫調優、保護、備份、更新，以及傳統上由資料庫管理員 (DBA) 執行的其他常規管理任務。向量資料庫（Vector Database）：向量資料庫是專門用來存儲和查詢向量的資料庫。這些向量通常來自於對...
機器學習與安全是一本2019年出版的圖書，由中國電力出版社出版 內容簡介 ■快速檢測異常現象，包括違規操作、欺詐和即將發生的系統故障。■通過從計算機二進制檔案中提取的有用信息進行惡意軟體分析。■通過從數據集中查找模式來發現網路中的攻擊者。■檢測攻擊者是如何利用面向消費者的網站和應用程式功能的。■將機器學習...
本書共包括8個部分（基礎知識、數據預處理、數據統計、機器學習、數據可視化、數據計算、數據管理以及R編程），既涵蓋了數據科學的基本內容，又避免了與相關課程的低級重複。每章設有綜合例題，做到理論學習與動手操作相結合。例題均採用R語言完成數據科學的特定任務。每章的首尾配有“導讀”與“小結”，便於教師的教學...
7.2 數據質量監控平台157 7.2.1 數據質量把控環節 158 7.2.2 數據質量評估要點 158 7.2.3 數據質量監控平台設計 159 7.3 數據調度平台 163 7.3.1 調度系統概述 163 7.3.2 Azkaban 概述 163 7.3.3 Azkaban 實踐 164 7.4 本章小結 168 第三部分 模型測試 第 8 章 機器學習測試基礎 170 8.1...
數據科學知識體系（Data Science Body of Knowledge）是數據科學的一個知識體系。數據科學主要以統計學、機器學習、數據可視化以及（某一）領域知識為理論基礎，其主要研究內容包括數據科學基礎理論、數據預處理、數據計算和數據管理，數據科學的知識體系如圖《數據科學的知識體系》所示。基礎理論（參見本書第1章）：數據...
《Python數據挖掘與機器學習》是清華大學出版社出版的圖書。內容簡介 《Python數據挖掘與機器學習》主要介紹數據挖掘與機器學習的基本概念和方法，包括數據預處理、Python數據挖掘與可視化基礎、關聯規則挖掘、回歸分析、分類、聚類、神經網路和離群點檢測等內容。各章力求原理敘述清晰，易於理解，突出理論聯繫實際，輔以...
1.3 Python機器學習工具庫簡介 7 1.3.1 數據準備相關工具庫 8 1.3.2 數據可視化相關工具庫 8 1.3.3 模型訓練與評估相關工具庫 9 小結 10 課後習題 10 第 2章 數據準備 13 2.1 數據質量校驗 13 2.1.1 一致性校驗 13 2.1.2 缺失值校驗 16 2.1.3 異常值分析 17 2.2 數據...
數據挖掘利用了來自如下一些領域的思想：①來自統計學的抽樣、估計和假設檢驗；②人工智慧、模式識別和機器學習的搜尋算法、建模技術和學習理論。數據挖掘也迅速地接納了來自其他領域的思想，這些領域包括最最佳化、進化計算、資訊理論、信號處理、可視化和信息檢索。一些其他領域也起到重要的支撐作用。特別地，需要資料庫系統...
10. 向開放的數據湖倉演進 ··· 46 第五章 機器學習和數據湖倉 1. 機器學習 ··· 47 2. 機器學習需要湖倉提供什麼？ ··· 48 3. 從數據中挖掘出新價值 ···
自動機器學習 42 AutoML平台概述 42 AutoML模型構建器實戰 45 小結 48 第4章 機器學習解決方案的一般步驟 49 數據收集 50 組織中的數據驅動文化 50 存儲選項 51 數據準備 52 提高數據質量 53 清洗數據 53 特徵工程 54 終確定訓練數據集 56 模型選擇及訓練 58 算法速查表 59 神經網路...
3.3 自動機器學習 35 3.3.1 AutoML平台的 特性 35 3.3.2 運行中的AutoML Model Builder 37 3.4 本章小結 40 第4章 機器學習解決方案的 一般步驟 42 4.1 數據收集 42 4.1.1 組織中的數據驅動文化 43 4.1.2 存儲選項 44 4.2 數據準備 45 4.2.1 提高數據質量 45 4.2.2 ...
《Clementine數據挖掘方法及套用》力求以最通俗的方式闡述數據挖掘方法的核心思想與基本原理，同時配合Clementine軟體操作的說明，希望讀者能夠直觀了解方法本質，儘快掌握Clementine軟體使用，並套用到數據挖掘實踐中。為方便讀者學習，書中所有數據和案例均與所附光碟內容一致。《Clementine數據挖掘方法及套用》適合於從事數據...
1. 機器學習標準。規範機器學習的訓練數據、數據預處理、模型表達和格式、模型效果評價等，包括自監督學習、無監督學習、半監督學習、深度學習、強化學習等標準。2. 知識圖譜標準。規範知識圖譜的描述、構建、運維、共享、管理和套用，包括知識表示與建模、知識獲取與存儲、知識融合與可視化、知識計算與管理、知識圖譜質...
高雲君，現任浙江大學軟體學院副院長，計算機軟體研究所副所長，研究方向資料庫、大數據管理與分析、DB與AI融合 研究方向 研究興趣為資料庫、大數據管理與分析、DB賦能的AI技術，主要包括：空間/時空資料庫 度量空間數據管理 不完整/不確定資料庫 資料庫可用性 地理社交數據處理 大圖數據管理與挖掘 DB賦能的機器學習 數...
可解釋機器學習建模 深度學習 集成學習 預測模型 歸因分析 用戶行為量化分析 商業策略最佳化 數據質量與安全 數據質量保障 匯客雲著力多年打造的OPS（Operation System）系統和DDQS（Device Data Quality System）系統在數據質量保障方面發揮了極重要作用，這兩大基礎系統確保了感測器能及時、穩定、準確、安全地匯集數據。OPS-...
數據科學平台Keen DSP：提供高度自動化和易於使用的機器學習算法平台，幫助用戶快速構建和部署高精度的機器學習模型，提高數據挖掘生產力，助力企業實現從BI時代跨入AI時代。數據資產目錄Keen Asset ：提供企業統一的數據資產門戶，作為企業數據資產的地圖，可以面向企業各個角色對於數據的信息查詢、追溯數據的來龍去脈及具體...
3、數據集成（IDI）是可跨異構數據存儲系統的、可靠、安全、低成本、可彈性擴展的數據同步平台，提供不同網路環境下的全量/增量/實時數據遷移服務，支持對接關係資料庫、檔案系統、物聯網、大數據云服務、NoSQL等各種數據源。4、機器學習平台（IMLP）面向數據科學家和數據分析人員，為傳統機器學習和深度學習提供了從...
國家自然科學基金面上項目，基於分布特徵的流數據可靠建模與高效算法設計（No. 62076154），2021.1-2024.12，參與。國家自然科學基金海峽聯合基金重點項目，面向大學生心理安全大數據的預警模型及套用研究（No. U1805263），2019-2022，參與。國家自然科學基金面上項目，基於數據特性分析的機器學習建模與算法研究（No....
研究如何在海量數據中進行分析，通過模式識別和機器學習技術、大數據分析技術，判斷海量信息中相互的關聯特性，實現信息的智慧型搜尋和推薦。·群智智慧型與混合增強智慧型學習方法 研究機器和人聯合的機器學習方法，通過引入眾包處理機制，評價反饋機制，實現機器和人智慧型層面的互動，從而提高算法精度，提升數據質量。研究課題（當前...
2、大數據分析：基於大數據、機器學習等技術，採用關聯分析、AI分析、用戶行為分析（UEBA）等多種分析手段形成縱深分析體系，通過對海量數據(10.520, -0.18, -1.68%)的採集、存儲、治理、分析，實現對威脅事件自動發現、研判，並採用安全回響編排（SOAR）進行安全處置，從而提升防禦者的安全運營效率。主要產品包括...
加強計算機視覺、機器學習等技術在海量生態監測數據分析中的套用，提升預警和分析決策效率。運用“5G+AI”技術，依託視頻監控手段建立視覺要素並進行關聯分析，構建彈性生態管理指標，將生態紅線剛性規定與經濟高質量發展相結合，促進黃河流域生態保護和經濟協同發展。提升環境保護和監測智慧型化水平。綜合運用物聯網、無人機、...
人工智慧（AI）是一門極富挑戰性的科學，從事這項工作的人必須懂得計算機知識，心理學和哲學。人工智慧是包括十分廣泛的科學，它由不同的領域組成，如機器學習，計算機視覺等等，總的說來，人工智慧的目的就是讓計算機這台機器能夠象人一樣思考。在1955的時候，香農與人一起開發了The Logic TheoriST程式，它是一種...
3.1.1 機器學習的定義 31 3.1.2 機器學習相關概念 33 3.1.3 機器學習能解決的問題 37 3.1.4 機器學習項目度量 38 3.1.5 機器學習項目難以落地的 原因 41 3.2 深入理解機器學習項目全流程 44 3.2.1 方案調研 45 3.2.2 方案投產 49 3.3 本章小結 51 第4章 MLOps中的數據部分 52 ...
建立健全數據共享標準規範，圍繞公共數據“應共享盡共享”目標，實現數據共享管理制度化、規範化和體系化。到2025年，數據共享需求滿足率達到100%。建立高質量數據供給體系，制訂數據高質量標準，建立上中下游、事前事中事後的數據質量保障機制。圍繞數位化改革和多跨場景套用建設，新建一批高質量數據倉，不斷提升數據...
軟體工程（Software Engineering，簡稱為SE）是一門研究用工程化方法構建和維護有效的、實用的和高質量的軟體的學科。它涉及到程式設計語言，資料庫，軟體開發工具，系統平台，標準，設計模式等方面。二、培養目標 軟體工程領域工程碩士的培養目標是面向國民經濟信息化建設和發展的需要，面向企事業單位對軟體工程技術人才的...
