他的回复:
华为云ID:mujinji13 第三周 学习笔记本周学习第4和第5章内容,继续动手操作、调试,实践。第四章本章讲解获得售货机数据后,如何分析数据、处理数据、构建销售量预测模型、训练模型、评估模型和应用模型,为更好的解决售货机区域售货问题提供解决方案。同时在获得预测结果后,将根据这一结果对售卖机进行反馈调控。AI智能销量预测包括了售货机数据准备、售货机数据预处理、区域物品销售量预测模型和运维反馈。售货机数据格式由json格式转化为csv格式、售货机数据的具体含义以及探索数据的内在价值。通过对数据清洗、数据标注化和数据划分的的学习获得高质量的数据,构造模型、训练模型、评估模型以及应用模型。理解深度学习的神经网络算法,认识人工智能项目开发的核心步骤。算法分类包括五大类:基于划分、基于层次、基于密度、基于网格、基于模型在华为云上,根据预测结果,向设备服务发送命令,对售卖机进行远程反馈调控。 第五章本章以自动售货机的配送仓库选址为例,介绍聚类算法的原理以及一些常用的聚类算法,在华为云平台ModelArts上实现基于聚类算法的空间选址方案等内容。聚类算法的原理以及一些常用的聚类算法,在华为云平台ModelArts上实现基于聚类算法的空间选址方案。启发式算法:NP-Hard问题,传统选址问题的常用方法;基于专家咨询的层次分析法(AHP):“经验”驱动业务,决策受到专家的经验和领域知识限制中值法/重心法:主要考虑运输成本和效率,实用性强,但考虑因素较单一聚类方法 聚类算法应用选择考虑因素:数据规模 数据分布对缺失值或异常值是否敏感。对数据输入顺序是否敏感学习数据处理方法以及模型建立方法,使用Python中的可视化库对聚类结果进行可视化展示。