雾霾天气预测_56
2017-01-09
878
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
本文涉及的产品
简介：
雾霾天气预测<br />数据源:雾霾天气预测<br />数据大小:37.3 KB<br />字段数量:7<br />使用组件:归一化,拆分,SQL脚本,读数据表,类型转换<br />
目录
相关文章
|
8月前
|
机器学习/深度学习
数据可视化
|
8月前
|
传感器
机器学习/深度学习
算法
|
机器学习/深度学习
调度
智能硬件
|
算法
安全
|
自动驾驶
计算机视觉
|
机器学习/深度学习
分布式计算
算法
【玩转数据系列九】机器学习为您解密雾霾形成原因
如果要人们评选当今最受关注话题的top10榜单，雾霾一定能够入选。如今走在北京街头，随处可见带着厚厚口罩的人在埋头前行，雾霾天气不光影响了人们的出行和娱乐，对于人们的健康也有很大危害。本文通过爬取并分析北京一年来的真实天气数据，挖掘出二氧化氮是跟雾霾天气（这里指的是PM2.5）相关性最强的污染物，从
49113
1
11
|
安全
流程内耗的雾霾几时休？
前言
一个企业，无论大小，都具备“麻雀虽小，五脏俱全”的职能部门，都有人数或多或少的运作团队。正如金庸在《笑傲江湖》中写道：“有人就有恩怨，有恩怨就有江湖”，在协同运作的过程中，团队协作结果却并非都能达成预期，运作过程中往往有不可预见的内耗产生。
1064
0
0
|
数据安全/隐私保护
计算机视觉
Python
基于xgboost的风力发电机叶片结冰分类预测
xgboost中文叫做极致梯度提升模型，官方文档链接：https://xgboost.readthedocs.io/en/latest/tutorials/model.html
2018年9月6日笔记
IDE(Intergrated development Environment)，集成开发环境为jupyter notebook
操作系统：Win10
语言及其版本：python3.6
此项目的难点在于pandas的熟练使用、机器学习模型快速开发和部署。
1917
0
0
雾霾杀机肆虐，如何优雅地对抗？
1036
0
0
热门文章
最新文章
1
DistilQwen2：通义千问大模型的知识蒸馏实践
2
通义千问开源模型在PAI灵骏的最佳实践
3
面向医疗场景的大模型 RAG 检索增强解决方案
4
云上一键部署 DeepSeek-V3 模型，阿里云 PAI-Model Gallery 最佳实践
5
面向法律场景的大模型 RAG 检索增强解决方案
6
阿里云PAI-部署Qwen2-VL-72B
7
大模型进阶微调篇（二）：基于人类反馈的强化学习RLHF原理、优点介绍，但需要警惕LLMs的拍马屁行为
8
使用PAI+LLaMA Factory 微调 Qwen2-VL 模型，搭建文旅领域知识问答机器人
9
阿里云PAI大模型RAG对话系统最佳实践
10
DataWorks任务如何现在执行最长时间？
1
DataWorks任务如何现在执行最长时间？
46
2
BladeDISC++：Dynamic Shape AI 编译器下的显存优化技术
21
3
如何看PAI产品下训练（train）模型任务的费用细节
20
4
面向法律场景的大模型 RAG 检索增强解决方案
57
5
云上一键部署 DeepSeek-V3 模型，阿里云 PAI-Model Gallery 最佳实践
113
6
使用PAI-FeatureStore管理风控应用中的特征
38
7
阿里云人工智能平台图像视频特征提取
81
8
跨越鸿沟：PAI-DSW 支持动态数据挂载新体验
58
9
Restoring from checkpoint failed，Assign requires shapes of both tensors to match. lhs shape= [700,8] rhs shape= [660,8]
27
10
企业级推荐开发平台 PAI-Rec
39