随笔分类 - 人工智能/机器学习
热门人工智能、机器学习技术方面的相关资料和学习笔记。
摘要:在之前的一篇文章中,我提供了一些使用Selenium测试Salesforce应用的提示和技巧。Salesforce提供了一个灵活的开发环境,允许开发人员以抽象的方式定义他们的业务逻辑和UI元素,以便Salesforce能够在页面上实现这些元素。
这种灵活性是以牺牲UI测试自动化为代价的。因为开发人员无法直接控制浏览器中的最终内容。Salesforce企业级应用在使用Selenium等开源自动化框架进行测试时是出了名的困难。
阅读全文
摘要:人工智能已经有了长足的发展。也许你看过最近的编舞机器人视频?这些机器人的敏捷性和衔接性非常惊人,可以如此准确和高效地完成这些有趣的动作。比起执行简单的任务,行动力有限,这是一个巨大的成就。
阅读全文
摘要:本次是用机器学习做出未来一定时期内的销售量预测,从而辅助指导销售库存计划的决策分析,以达到合理配置库存,减少资源成本浪费的目的。实操内容有点多,虽然我已经尽量删减了。有兴趣的朋友可以关注+收藏,后面慢慢看哟。如果觉得内容还行,请多多鼓励;如果有啥想法,评论留言or私信。
阅读全文
摘要:在上周我写了一篇“基于机器学习的银行电话营销客户购买可能性预测分析”,那是作为对客户购买可能性预测分析的第一次验证案例的尝试。今天是基于机器学习的客户购买可能性预测分析的第二次验证案例:推荐系统。
阅读全文
摘要:项目目的:预测客户的交易价值。数据内容:4459条已知客户的交易价值和客户的属性(具体内容不知道,有可能是性别、年龄、收入、交税等等,每一个用户有4993条属性)。
阅读全文
摘要:数据集:uci下载的某家银行电话营销与是否购买定期存储的数据。
模拟目标:知道客户数据,预测购买理财产品概率。
阅读全文
摘要:
本文采用Kaggle上面的Boston HousePrice数据集展示了如何建立机器学习模型的通常过程,包括以下几个阶段:
数据获取
数据清洗
探索性数据分析
特征工程
模型建立
模型集成
阅读全文
本文采用Kaggle上面的Boston HousePrice数据集展示了如何建立机器学习模型的通常过程,包括以下几个阶段:
数据获取
数据清洗
探索性数据分析
特征工程
模型建立
模型集成
阅读全文
浙公网安备 33010602011771号