完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>
標簽 > 機器學習
機器學習(Machine Learning, ML)是一門多領(lǐng)域交叉學科,涉及概率論、統(tǒng)計學、逼近論、凸分析、算法復雜度理論等多門學科。
文章:7721個 瀏覽:134339次 帖子:303個
導致非平衡數(shù)據(jù)分類性能下降的原因及解決方案的分析
本文對非平衡類數(shù)據(jù)分類問題進行了概述。首先在簡單介紹非平衡類數(shù)據(jù)基本概念的基礎(chǔ)上,分析了非平衡類數(shù)據(jù)引起的問題及其導致分類性能下降的原因;然后介紹了目前...
2019-07-26 標簽:數(shù)據(jù)機器學習 3274 0
Netflix如何拓展Jupyter notebook使用場景,以及為支持新使用場景進行的基礎(chǔ)設施建設
多樣性的數(shù)據(jù)使用者很令人興奮,但它不是沒有代價的:數(shù)據(jù)平臺——以及配套的工具、服務生態(tài)系統(tǒng)——必須支持更多使用案例、語言、訪問模式,等等。為了更好地理解...
提到PCA,可能有些人會想到MDA(Multiple Discriminate Analysis,多元判別分析法),這兩者都是線性變換,而且很相似。只不...
賽靈思全新reVISION? 堆棧如何更快速的開發(fā)機器學習應用
既能軟件定義,又能硬件優(yōu)化,管你市場風云變幻,管你市場標準、用戶需求如何莫測, 賽靈思All Programmable (全可編程芯片) 都能像變形金剛...
如何在iPhone上使用神經(jīng)網(wǎng)絡和人工智能技術(shù)?
第一臺iPhone發(fā)布于2007年,而機器學習這一概念更是在第一臺iPhone發(fā)布的十年前就已經(jīng)出現(xiàn)。但這兩者碰撞出火花,則是在最近幾年才出現(xiàn)的事情。
有了數(shù)據(jù)后要找地方進行計算也是個頭疼的問題。雖然對于普通的機器學習問題來說,你的筆記本就能夠搞定,但是對于深度學習任務或者大數(shù)據(jù)量的數(shù)據(jù)集,小本本的算力...
2018-08-27 標簽:機器學習數(shù)據(jù)集深度學習 2148 0
斯坦福CSS 229系統(tǒng)的整理,學習ML的“掌上備忘錄
損失函數(shù)—一個損失函數(shù)可表示為L:(z,y)∈R×Y?L(z,y)∈R,它將與實際數(shù)據(jù)值y對應的預測值z作為輸入,并輸出它們之間的差異。常見的損失函數(shù)歸納如下
本文使用了RGF算法對磁盤狀態(tài)分類。RGF 算法是一個分類算法,它是GBDT(梯度提升決策樹)算法最好的變種之一。針對 GBDT 每次迭代只優(yōu)化新建樹以...
機器學習和深度學習要怎么學呢?機器學習和深度學習的入門資料詳細整理
拿到這份文檔時想必你的腦海中一直縈繞著這么一個問題,“機器學習/深度學習要怎么學呢?(怎么入門,又怎么進一步掌握?)”。關(guān)于這個問題其實并沒有一個標準答...
使用新的機器學習技術(shù), 通過減少治療膠質(zhì)母細胞瘤過程中毒性化療和放療的劑量
然而,研究人員還必須確保該模型不僅僅為了最大療效而給出最大的劑量。任何時候模型選擇給予全部劑量時,它就會受到懲罰,因此它會選擇更少、更小的劑量。 “如果...
在機器學習中,有一種叫做「沒有免費的午餐」的定理。簡而言之,它指出沒有任何一種算法對所有問題都有效,在監(jiān)督學習(即預測建模)中尤其如此。
解析深度網(wǎng)絡背后的數(shù)學以及解析這背后的原理
每個神經(jīng)元以一組 x 變量(取值從1到 n )的值作為輸入,計算預測的 y-hat 值。假設訓練集中含有 m 個樣本,則向量 x 表示其中一個樣本的各個...
2018-08-24 標簽:神經(jīng)網(wǎng)絡機器學習 4153 0
AttnGAN可以生成任意圖像,從普通的田園風光到抽象的場景
更具體地說,除了將自然語言描述編碼到全局句子向量中,句中的每個單詞同樣有對應的向量。在第一階段,生成網(wǎng)絡利用全局句子向量生成一個低分辨率的圖像。接著,它...
2018-08-24 標簽:機器學習數(shù)據(jù)集自然語言 9982 0
從圖像數(shù)據(jù)中提取非常精準的姿勢數(shù)據(jù)
首次使用 PoseNet 時,發(fā)現(xiàn)它可通過簡單的 web API 獲取,這讓我們無比激動。突然間,我們就可以在 Javascript 中輕松迅速地開展姿...
2018-08-23 標簽:圖像數(shù)據(jù)計算機視覺機器學習 9692 0
當然,我們知道,就這一問題而言,如果我們應用完整的前向-后向算法,并且同樣做出最大化邊際概率的預測,能得到稍好的結(jié)果。改進的經(jīng)典過程得到的精確度為63....
2018-08-23 標簽:神經(jīng)網(wǎng)絡人工智能機器學習 3191 0
幾年前,谷歌通過旗下的DeepMind,開始研究如何利用機器學習更好地冷卻其數(shù)據(jù)中心。不過當時系統(tǒng)只是提出建議,而人工操作員則決定是否實施這些建議。現(xiàn)在...
2018-08-22 標簽:傳感器數(shù)據(jù)中心機器學習 3139 0
利用原型機,在航空航天飛行器領(lǐng)域,開展了100億級網(wǎng)格規(guī)模全尺寸氣動仿真,為下一步我國新一代航天裝備研發(fā)和寬體大飛機設計等打下了堅實基礎(chǔ);在數(shù)值氣象領(lǐng)域...
假設已經(jīng)得出一系列樣本被劃分為正類的概率,然后按照大小排序,下圖是一個示例,圖中共有20個測試樣本,“Class”一欄表示每個測試樣本真正的標簽(p表示...
2018-08-22 標簽:分類器機器學習數(shù)據(jù)集 1.7萬 0
好吧,知道為什么這是一個令人興奮的開始? 姿勢判斷有許多用途,從對身體做出反應的交互式裝置到增強現(xiàn)實,動畫,健身用途等等。 我們希望此模型的可訪問性能夠...
2018-08-22 標簽:瀏覽器機器學習TensorFlow 4092 0
編輯推薦廠商產(chǎn)品技術(shù)軟件/工具OS/語言教程專題
電機控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動駕駛 | TI | 瑞薩電子 |
BLDC | PLC | 碳化硅 | 二極管 | OpenAI | 元宇宙 | 安森美 | ADI |
無刷電機 | FOC | IGBT | 逆變器 | 文心一言 | 5G | 英飛凌 | 羅姆 |
直流電機 | PID | MOSFET | 傳感器 | 人工智能 | 物聯(lián)網(wǎng) | NXP | 賽靈思 |
步進電機 | SPWM | 充電樁 | IPM | 機器視覺 | 無人機 | 三菱電機 | ST |
伺服電機 | SVPWM | 光伏發(fā)電 | UPS | AR | 智能電網(wǎng) | 國民技術(shù) | Microchip |
Arduino | BeagleBone | 樹莓派 | STM32 | MSP430 | EFM32 | ARM mbed | EDA |
示波器 | LPC | imx8 | PSoC | Altium Designer | Allegro | Mentor | Pads |
OrCAD | Cadence | AutoCAD | 華秋DFM | Keil | MATLAB | MPLAB | Quartus |
C++ | Java | Python | JavaScript | node.js | RISC-V | verilog | Tensorflow |
Android | iOS | linux | RTOS | FreeRTOS | LiteOS | RT-THread | uCOS |
DuerOS | Brillo | Windows11 | HarmonyOS |