數(shù)據(jù)科學(xué)與機器學(xué)習(xí)
關(guān)注創(chuàng)建者：匿名 創(chuàng)建時間：2026-01-05
數(shù)據(jù)科學(xué)與機器學(xué)習(xí)的視頻教程
五分鐘學(xué)會python機器學(xué)習(xí)完成數(shù)據(jù)擬合1
介紹了一個機器學(xué)習(xí)實現(xiàn)數(shù)據(jù)擬合的案例，希望對大家有所幫助。
￥50 29分鐘 56播放
查看
化工新能源中的機理和機器學(xué)習(xí)建模—從燃料電池的系統(tǒng)到部件的機理及機器學(xué)習(xí)建模案例介紹
通常這里的建模整體上可以分為機理和數(shù)據(jù)兩個角度。 主要內(nèi)容： 本課程主要介紹做過的一些化工新能源系統(tǒng)或者器件的機理及機器學(xué)習(xí)建模案例，介紹機器學(xué)習(xí)（seq2seq、xgboost、gru、unet）和機理建模(aspen,edr,simuink,fluent)所做的一些列的簡單演示
￥19.9 46分鐘 47播放
查看
Altair人工智能與數(shù)據(jù)科學(xué)平臺使用培訓(xùn)
Altair人工智能與數(shù)據(jù)科學(xué)平臺使用培訓(xùn) 適用人群： 從事人工智能行業(yè)、對人工智能感興趣的人群 直播內(nèi)容： 1. RapidMiner Studio 自動數(shù)據(jù)清洗與自動建模； 2. RapidMiner AI Hub 模型版本與權(quán)限管理； 3. 自定義建模流程介紹； 4. 模型該如何選擇和評估。
免費 1小時50分鐘 46播放
查看
數(shù)據(jù)科學(xué)與機器學(xué)習(xí)的實例教程
NEWS
2025年5月30日，全球計算智能領(lǐng)域領(lǐng)軍企業(yè)Altair宣布，旗下Altair? RapidMiner?（數(shù)據(jù)分析與AI平臺）（Altair 數(shù)據(jù)分析與 AI 平臺）再度被 Gartner 評為數(shù)據(jù)科學(xué)與機器學(xué)習(xí)平臺魔力象限中的領(lǐng)導(dǎo)者。這一評估基于對企業(yè)愿景完整性與執(zhí)行能力的具體標準分析。
我們認為，連續(xù)兩年被評為領(lǐng)導(dǎo)者，進一步證明了 Altair 在數(shù)據(jù)科學(xué)和機器學(xué)習(xí)領(lǐng)域的專業(yè)實力。我們提供完善的數(shù)據(jù)準備、AI 開發(fā)、流程編排與自動化解決方案，讓企業(yè)能夠更快速、更高效地將數(shù)據(jù)轉(zhuǎn)化為智能。
我們始終致力于突破創(chuàng)新邊界，現(xiàn)在加入西門子后，我們將幫助客戶比以往更快速地構(gòu)建、自動化和部署 AI。
—— Altair 首席技術(shù)官
Sam Mahalingham
Altair RapidMiner的全棧式 AI 能力：從低代碼 AutoML到復(fù)雜的 MLOps、代理框架及實時可視化。這使得企業(yè)能夠快速完成原型設(shè)計、部署和擴展 AI 應(yīng)用。該平臺還提供對 SAS 語言的原生支持（全球有兩個平臺具備此功能），幫助客戶在推進現(xiàn)代化工作流的同時，延續(xù)并提升現(xiàn)有分析的價值。
Altair RapidMiner 的另一個顯著差異化優(yōu)勢在于其大規(guī)模并行處理（MPP）知識圖譜引擎，該引擎專為企業(yè)級知識圖譜構(gòu)建、數(shù)據(jù)結(jié)構(gòu)及本體建模而設(shè)計。
魔力象限報告指出：
“該市場的領(lǐng)導(dǎo)者擁有成熟、完善且具有針對性的公司和平臺戰(zhàn)略，結(jié)合并運用生成式 AI（GenAI）和 AI 代理（AI agent）來提升客戶的業(yè)務(wù)價值。他們抓住了其他供應(yīng)商未能把握的 AI agent 機遇，或是在標準產(chǎn)品之外進行了重大投資。
其創(chuàng)新能力遠超其他供應(yīng)商。
展開 數(shù)據(jù)科學(xué)使這一過程更好地實現(xiàn)了自動化，更準確，個性化，直接和高效，并且降低了員工時間成本。
結(jié)論
為了獲得競爭優(yōu)勢，銀行必須承認數(shù)據(jù)科學(xué)的重要性，將其融入決策過程，并根據(jù)客戶數(shù)據(jù)中獲得可操作的見解制定戰(zhàn)略。 從小型可管理的步驟開始，將大數(shù)據(jù)分析整合到您的運營模式中，并領(lǐng)先于競爭對手。
由于這種快速發(fā)展的數(shù)據(jù)科學(xué)領(lǐng)域以及將機器學(xué)習(xí)模型應(yīng)用于實際數(shù)據(jù)的能力，因此可以每天擴展此用例列表，從而獲得更多更準確的結(jié)果。
各企事業(yè)單位、高等院校及科研院所：
MATLAB是由美國MathWorks公司推出的一款應(yīng)用于科學(xué)計算和工程仿真的交互式編程軟件，它有包羅萬象的工具箱和草稿紙式的編程語言，將符號計算、數(shù)值分析、矩陣計算、科學(xué)數(shù)據(jù)可視化、數(shù)據(jù)處理與機器學(xué)習(xí)、圖像處理、信號處理、計算金融學(xué)、計算生物學(xué)以及非線性動態(tài)系統(tǒng)的建模和仿真等諸多強大功能集成在一個易于使用的視窗環(huán)境中，為科學(xué)研究、工程設(shè)計以及必須進行有效數(shù)值計算的眾多科學(xué)領(lǐng)域提供了一種全面的解決方案。
為進一步推動高等院校、科研院所及企事業(yè)單位在科研研究工作的開展，特邀請清華大學(xué)教授共同舉辦“MATLAB數(shù)據(jù)分析、圖形圖像處理與機器學(xué)習(xí)”培訓(xùn)班。我們已經(jīng)在舉辦培訓(xùn)班共二十期，一百余家企業(yè)、高校和科研院所參加了培訓(xùn)班，共計培訓(xùn)學(xué)員數(shù)百名。培訓(xùn)班實實在在地提高了學(xué)員Matlab數(shù)據(jù)分析、圖形圖像處理、Simulink仿真、算法開發(fā)、機器學(xué)習(xí)與深度學(xué)習(xí)科研水平和解決實際科研問題能力，通過實際操作和訓(xùn)練，讓學(xué)員們掌握了Matlab軟件使用的方法，獲得一致好評。具體事宜如下：
一、培訓(xùn)目標
通過課程學(xué)習(xí)，理解并掌握MATLAB軟件編程語法，工具箱的使用，各種作圖技巧，包含二維圖、三維圖、地形圖、交互式編輯圖形、動畫制圖，并通過實例講解科學(xué)計算及其可視化；并學(xué)會使用常見的分析工具分析數(shù)據(jù)，為科學(xué)研究提供更可靠的數(shù)據(jù)分析能力；結(jié)合工程應(yīng)用實例講解MATLAB優(yōu)化建模與求解、Simulink建模與仿真；掌握Matlab算法開發(fā)、圖像處理、機器學(xué)習(xí)及深度學(xué)習(xí)等應(yīng)用技巧與細節(jié)分析；能夠根據(jù)數(shù)據(jù)分布選擇合適的算法模型并書寫代碼，能夠使用MATLAB軟件解決一些實際的應(yīng)用項目和科研問題。
二、培訓(xùn)專家
清華大學(xué)教授，博士生導(dǎo)師，1998年畢業(yè)于西安交通大學(xué)信息與通信工程系，獲學(xué)士學(xué)位。
展開 1 機器學(xué)習(xí)的知識與方法：
通過被給定足夠數(shù)據(jù)和規(guī)則發(fā)現(xiàn)算法的機器學(xué)習(xí)，計算機能夠在無人為輸入的條件下識別所有已知的物理定律（有可能是當前還未知的定律）。與傳統(tǒng)計算相比，機器學(xué)習(xí)方法可以通過評估一部分數(shù)據(jù)集以及建立一個模型來進行預(yù)測，從而學(xué)習(xí)構(gòu)成數(shù)據(jù)集基礎(chǔ)的規(guī)則。
1.1 數(shù)據(jù)收集
機器學(xué)習(xí)包括從現(xiàn)有（訓(xùn)練）數(shù)據(jù)中學(xué)習(xí)的模型。數(shù)據(jù)可能需要初始化預(yù)處理，在此期間識別和處理丟失或者偽造的元素。識別和移除所出現(xiàn)的錯誤對于避免機器學(xué)習(xí)算法被誤導(dǎo)至關(guān)重要。
1.2 數(shù)據(jù)表示
即使原始的科學(xué)數(shù)據(jù)是數(shù)字類型的，但有的數(shù)據(jù)所呈現(xiàn)的形式常常會影響學(xué)習(xí)。例如，在很多光譜中，其信號是在時域內(nèi)獲取的，但對于解釋其現(xiàn)象時，則需要使用傅里葉變換將其轉(zhuǎn)換為頻域。這種將原始數(shù)據(jù)轉(zhuǎn)換某些更適合于算法的過程被稱為特征化或者特征工程。
1.3 學(xué)習(xí)者的選擇
當數(shù)據(jù)集已經(jīng)被合適地收集或展示時，是時候選擇一個模型去學(xué)習(xí)它。目前，存在著廣泛的模型類型（學(xué)習(xí)者）用于模型的建立和預(yù)測。監(jiān)督式的學(xué)習(xí)模型可以預(yù)測離散集（如將材料分為金屬和絕緣體）或連續(xù)集（如極化率）內(nèi)的輸出值。通常，為離散集建立一個模型需要分類，而為連續(xù)集建立模型則需要回歸。
2 加速科學(xué)方法：
不論是通過實驗數(shù)據(jù)的列舉或分析，還是化學(xué)直覺上的編纂，信息學(xué)在指導(dǎo)實驗化學(xué)家方面的應(yīng)用正在快速推進。
展開 各企事業(yè)單位、高等院校及科研院所：
MATLAB是由美國MathWorks公司推出的一款應(yīng)用于科學(xué)計算和工程仿真的交互式編程軟件，它有包羅萬象的工具箱和草稿紙式的編程語言，將符號計算、數(shù)值分析、矩陣計算、科學(xué)數(shù)據(jù)可視化、數(shù)據(jù)處理與機器學(xué)習(xí)、圖像處理、信號處理、計算金融學(xué)、計算生物學(xué)以及非線性動態(tài)系統(tǒng)的建模和仿真等諸多強大功能集成在一個易于使用的視窗環(huán)境中，為科學(xué)研究、工程設(shè)計以及必須進行有效數(shù)值計算的眾多科學(xué)領(lǐng)域提供了一種全面的解決方案。
為進一步推動高等院校、科研院所及企事業(yè)單位在科研研究工作的開展，特邀請清華大學(xué)教授共同舉辦“MATLAB數(shù)據(jù)分析、圖形圖像處理與機器學(xué)習(xí)”培訓(xùn)班。我們已經(jīng)在舉辦培訓(xùn)班共二十期，一百余家企業(yè)、高校和科研院所參加了培訓(xùn)班，共計培訓(xùn)學(xué)員數(shù)百名。培訓(xùn)班實實在在地提高了學(xué)員Matlab數(shù)據(jù)分析、圖形圖像處理、Simulink仿真、算法開發(fā)、機器學(xué)習(xí)與深度學(xué)習(xí)科研水平和解決實際科研問題能力，通過實際操作和訓(xùn)練，讓學(xué)員們掌握了Matlab軟件使用的方法，獲得一致好評。具體事宜如下：
一、培訓(xùn)目標
通過課程學(xué)習(xí)，理解并掌握MATLAB軟件編程語法，工具箱的使用，各種作圖技巧，包含二維圖、三維圖、地形圖、交互式編輯圖形、動畫制圖，并通過實例講解科學(xué)計算及其可視化；并學(xué)會使用常見的分析工具分析數(shù)據(jù)，為科學(xué)研究提供更可靠的數(shù)據(jù)分析能力；結(jié)合工程應(yīng)用實例講解MATLAB優(yōu)化建模與求解、Simulink建模與仿真；掌握Matlab算法開發(fā)、圖像處理、機器學(xué)習(xí)及深度學(xué)習(xí)等應(yīng)用技巧與細節(jié)分析；能夠根據(jù)數(shù)據(jù)分布選擇合適的算法模型并書寫代碼，能夠使用MATLAB軟件解決一些實際的應(yīng)用項目和科研問題。
二、培訓(xùn)專家
清華大學(xué)教授，博士生導(dǎo)師，1998年畢業(yè)于西安交通大學(xué)信息與通信工程系，獲學(xué)士學(xué)位。
展開 
數(shù)據(jù)科學(xué)與機器學(xué)習(xí)的相關(guān)專題、標簽、搜索
數(shù)據(jù)科學(xué)與機器學(xué)習(xí)數(shù)據(jù)科學(xué)與工程機器學(xué)習(xí)與參數(shù)優(yōu)化數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)數(shù)據(jù)科學(xué)與智能計算Isight參數(shù)優(yōu)化與機器學(xué)習(xí) 有限元與力學(xué)測控與儀器 數(shù)據(jù)驅(qū)動的科學(xué)和工程：機器學(xué)習(xí)、動力系統(tǒng)與控制詳解機器學(xué)習(xí) 材料科學(xué)機器學(xué)習(xí)在材料科學(xué)中的應(yīng)用機器學(xué)習(xí) 數(shù)據(jù)集機器學(xué)習(xí)數(shù)據(jù)預(yù)測機器學(xué)習(xí)數(shù)據(jù)預(yù)處理
數(shù)據(jù)科學(xué)與機器學(xué)習(xí)的最新內(nèi)容
文章推薦：《Reduced-order representations of crystallographic texture for application to surrogate modelling of austenitic stainless steel》
晶體塑性有限元（CPFE）模型在預(yù)測多晶材料宏觀性能與微觀晶體學(xué)織構(gòu)的相互作用中扮演著核心角色 。然而，極其龐大的計算成本成為了將其推廣至宏觀工程部件
終極DevOps到MLOps訓(xùn)練營：構(gòu)建機器學(xué)習(xí)CI/CD流水線 Ultimate DevOps to MLOps Bootcamp - Build ML CI/CD Pipelines 發(fā)布時間：2025年 課程時長：12小時 課程大小：6.7GB 語言：英文 課程
藥物發(fā)現(xiàn)與化學(xué)信息學(xué)中的機器學(xué)習(xí)應(yīng)用 發(fā)布時間：2026年 時長：3小時 大小：1.1GB 語言：英語 課程內(nèi)容 學(xué)習(xí)將Python、人工智能與機器學(xué)習(xí)技術(shù)應(yīng)用于化學(xué)信息學(xué)領(lǐng)域，掌握藥物發(fā)現(xiàn)的計算方法與實操項目開發(fā)，從零搭建相關(guān)預(yù)測模型并完成部署。 學(xué)習(xí)目標
在傳統(tǒng)制造范式下，質(zhì)量工程師的核心職責(zé)是“事后判定”——基于測量報告進行合格與否的判斷，角色更像是“數(shù)據(jù)收集員”和“標準守門員”。然而，在智能制造與數(shù)據(jù)驅(qū)動的浪潮中，對質(zhì)量部門的期待已從“發(fā)現(xiàn)缺陷”躍升至“預(yù)測并預(yù)防缺陷”，乃至“驅(qū)動設(shè)計優(yōu)化與流程再造”。這要求質(zhì)量工程師必須具備從海量數(shù)據(jù)中挖掘洞見、驅(qū)動決策的能力，即向“數(shù)據(jù)科學(xué)家”轉(zhuǎn)型。
海克斯康eMMA系統(tǒng)，正是這場“升維”革命中的關(guān)鍵賦能平臺
視頻格式：MP4 | 視頻編碼：h264，分辨率1920×1080 | 音頻編碼：AAC，采樣率44.1 KHz，雙聲道
- 難度級別：所有級別 | 類別：電子學(xué)習(xí) | 語言：英語 | 時長：25講（3小時14分鐘） | 大小：2.5 GB
- 課程簡介：一份適合初學(xué)者的Python人工智能與機器學(xué)習(xí)入門指南
- 學(xué)習(xí)內(nèi)容：
- Python編程入門
凌炫E3700單屏/E3900三屏移動便攜工作站，其攜帶方便、靈活、易用的獨有特性，配置最新AMD多核處理器加強吞吐能力；最大限度提升設(shè)備計算速度，使野外、戶外，科研人員、團隊能夠更容易地對其進行計算、仿真、圖形圖像處理，使其滿足不同規(guī)模的計算應(yīng)用。
1.
型號： 凌炫E3700單屏
2.
處理器
項目概述
隨著移動通信的普及，垃圾短信已成為影響用戶日常生活和信息安全的重要問題。本項目旨在開發(fā)一款高效、準確的智能垃圾短信檢測系統(tǒng)，利用機器學(xué)習(xí)技術(shù)自動識別和過濾垃圾短信，保護用戶的隱私和安全。
系統(tǒng)架構(gòu)
本垃圾短信檢測系統(tǒng)基于 Python 語言開發(fā)，主要依賴 `scikit-learn` 機器學(xué)習(xí)庫，結(jié)合文本處理和模型訓(xùn)練技術(shù)，實現(xiàn)垃圾短信的自動分類與識別。
2025年11月5日，Altair 將攜手行業(yè)領(lǐng)袖、技術(shù)專家和教育工作者，帶來一場聚焦數(shù)據(jù)科學(xué)與 AI 話題的技術(shù)盛會，共同探討領(lǐng)先的數(shù)據(jù)科學(xué)與 AI解決方案如何在學(xué)術(shù)界和各行各業(yè)推動創(chuàng)新。
本次會議邀請了來自 Forrester、LTTS、Mendix 等全球知名企業(yè)技術(shù)專家及英國伯明翰城市大學(xué)、克萊姆森大學(xué)等知名高校教授，在線分享數(shù)據(jù)科學(xué)和 AI
ATCx Unlocking Data Science & AI 2025
解鎖數(shù)據(jù)科學(xué)與AI的力量
全球線上直播會議（提供中文在線翻譯）
11月5日（周三）丨北京時間 16:00 開始
解鎖數(shù)據(jù)科學(xué)與AI的力量
人工智能正在改變我們的工作、學(xué)習(xí)和競爭方式。善于利用數(shù)據(jù)、人工智能和機器學(xué)習(xí)的企業(yè)，可以更快、更智能、更可持續(xù)地做出決策。
2025年11月5
在大數(shù)據(jù)和人工智能時代，整個社會各維度生產(chǎn)組織活動愈加信息化和數(shù)據(jù)化，利用數(shù)據(jù)挖掘和人工智能技術(shù)從大量數(shù)據(jù)中發(fā)現(xiàn)有用的信息和知識，指導(dǎo)和優(yōu)化決策過程，已經(jīng)成為一種新范式，將對人類社會的各個方面以及科學(xué)研究的各個領(lǐng)域產(chǎn)生深遠影響。在變革浪潮中，如何將企業(yè)生產(chǎn)經(jīng)營決策與大數(shù)據(jù)和人工智能技術(shù)相結(jié)合顯得尤為迫切。
在此大背景下，中山大學(xué)管理學(xué)院教授、博士生導(dǎo)師夏俐及其課程團隊正式出版了《大數(shù)據(jù)與商業(yè)智能
