完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>
標(biāo)簽 > 機(jī)器學(xué)習(xí)
機(jī)器學(xué)習(xí)(Machine Learning, ML)是一門多領(lǐng)域交叉學(xué)科,涉及概率論、統(tǒng)計(jì)學(xué)、逼近論、凸分析、算法復(fù)雜度理論等多門學(xué)科。
文章:7721個(gè) 瀏覽:134322次 帖子:303個(gè)
研究人員開(kāi)發(fā)的是一種機(jī)器學(xué)習(xí)算法,可以將2D足球片段轉(zhuǎn)換成3D重建,觀眾可以使用微軟的HoloLens等增強(qiáng)現(xiàn)實(shí)頭盔觀看。
2018-06-15 標(biāo)簽:AR機(jī)器學(xué)習(xí) 4492 0
對(duì)抗輸入(Adversarial inputs):這是經(jīng)過(guò)精心設(shè)計(jì)過(guò)的輸入,其目的就是為了迷惑分類器以逃過(guò)檢測(cè)。對(duì)抗輸入包括逃避殺毒軟件的惡意文件以及躲...
2018-06-14 標(biāo)簽:AI機(jī)器學(xué)習(xí) 6021 0
50個(gè)機(jī)器學(xué)習(xí)實(shí)用API
還在為找不到機(jī)器學(xué)習(xí)的API而煩惱嗎?本篇文章將介紹一個(gè)包含50+關(guān)于人臉和圖像識(shí)別,文本分析,NLP,情感分析,語(yǔ)言翻譯,機(jī)器學(xué)習(xí)和預(yù)測(cè)的API列表,...
2018-06-13 標(biāo)簽:圖像識(shí)別機(jī)器學(xué)習(xí)NLP 4559 0
機(jī)器學(xué)習(xí)經(jīng)典損失函數(shù)比較
所有的機(jī)器學(xué)習(xí)算法都或多或少的依賴于對(duì)目標(biāo)函數(shù)最大化或者最小化的過(guò)程。我們常常將最小化的函數(shù)稱為損失函數(shù),它主要用于衡量模型的預(yù)測(cè)能力。
2018-06-13 標(biāo)簽:函數(shù)機(jī)器學(xué)習(xí) 8919 0
機(jī)器學(xué)習(xí)中的特征選擇的5點(diǎn)詳細(xì)資料概述
特征選擇是一個(gè)重要的“數(shù)據(jù)預(yù)處理” (data preprocessing) 過(guò)程,在現(xiàn)實(shí)機(jī)器學(xué)習(xí)任務(wù)中,獲得數(shù)據(jù)之后通常先進(jìn)行特征選擇,此后再訓(xùn)練學(xué)習(xí)...
2018-06-18 標(biāo)簽:嵌入式機(jī)器學(xué)習(xí)特征選擇 7331 0
更廉價(jià)、更快速的數(shù)學(xué)運(yùn)算使人工智能機(jī)器學(xué)習(xí)成為可能
機(jī)器學(xué)習(xí)實(shí)際上是一種預(yù)測(cè)機(jī)制。它試圖預(yù)測(cè)一個(gè)人是否患有癌癥;自動(dòng)駕駛汽車是否應(yīng)停止、加速、轉(zhuǎn)彎或繼續(xù)行駛;使用Web瀏覽器的人是否可能會(huì)點(diǎn)擊某個(gè)特定的廣...
2018-06-13 標(biāo)簽:人工智能機(jī)器學(xué)習(xí)自動(dòng)駕駛 3984 0
使用更“時(shí)尚”的數(shù)據(jù)開(kāi)啟機(jī)器學(xué)習(xí)的 Hello World 之門
也許是我們的模型需要更大一些來(lái)容納如此搞復(fù)雜度的模型?抑或訓(xùn)練應(yīng)該更少一些?我們來(lái)試試看。經(jīng)過(guò)屢次調(diào)試微參數(shù),模型的失真度突破性降低了,并且比線性模型得...
2018-06-13 標(biāo)簽:線性機(jī)器學(xué)習(xí)數(shù)據(jù)集 3304 0
深度學(xué)習(xí)科普文:最通俗易懂 從老虎機(jī)到電子游戲
機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)的專家Emmanuel Ameisen分享了自己對(duì)深度學(xué)習(xí)的理解,用簡(jiǎn)明扼要的方式為大家講述了深度學(xué)習(xí)的基本概念。
2018-06-12 標(biāo)簽:算法機(jī)器學(xué)習(xí)深度學(xué)習(xí) 5305 0
機(jī)器學(xué)習(xí)預(yù)測(cè)世界杯的結(jié)果你相信嗎?機(jī)器學(xué)習(xí)的應(yīng)用
機(jī)器學(xué)習(xí)和大數(shù)據(jù)的方法正越來(lái)越多地被用在比賽結(jié)果預(yù)測(cè)上,不僅是世界杯,也不僅是結(jié)果,球隊(duì)組成、戰(zhàn)術(shù)選擇和球員訓(xùn)練都已經(jīng)開(kāi)始見(jiàn)到機(jī)器學(xué)習(xí)的身影。對(duì)于球迷和...
2018-06-12 標(biāo)簽:人工智能機(jī)器學(xué)習(xí)大數(shù)據(jù) 5376 0
推薦系統(tǒng)的算法、評(píng)估和冷啟動(dòng)解決方案
推薦系統(tǒng)是機(jī)器學(xué)習(xí)技術(shù)在企業(yè)中最成功和最廣泛的應(yīng)用之一。你可以在許多用戶與項(xiàng)目交互的場(chǎng)景中應(yīng)用推薦系統(tǒng)。
2018-06-12 標(biāo)簽:機(jī)器學(xué)習(xí)推薦系統(tǒng) 7580 0
神經(jīng)網(wǎng)絡(luò)是在許多用例中提供了精確狀態(tài)的機(jī)器學(xué)習(xí)算法
超參數(shù)是必須初始化到網(wǎng)絡(luò)的值,這些值是神經(jīng)網(wǎng)絡(luò)在訓(xùn)練時(shí)無(wú)法學(xué)習(xí)到的。例如:在卷積神經(jīng)網(wǎng)絡(luò)中,一些超參數(shù)是內(nèi)核大小、神經(jīng)網(wǎng)絡(luò)中的層數(shù)、激活函數(shù)、丟失函數(shù)、...
2018-06-11 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí) 3311 0
基于Datalore開(kāi)發(fā)機(jī)器學(xué)習(xí)項(xiàng)目的體驗(yàn)
好吧,這行代碼看著稍微有點(diǎn)長(zhǎng),其實(shí)在Datalore里打起來(lái)非常快,因?yàn)楹芏嗟胤缴晕⑶靡粌蓚€(gè)字母就可以一路補(bǔ)全下去。與此同時(shí),我們能在右邊看到,Data...
2018-06-11 標(biāo)簽:編輯器機(jī)器學(xué)習(xí)數(shù)據(jù)集 6803 0
關(guān)于貝葉斯和MCMC一些數(shù)學(xué)原理的講解和代碼的實(shí)現(xiàn)
不論是學(xué)習(xí)概率統(tǒng)計(jì)還是機(jī)器學(xué)習(xí)的過(guò)程中,貝葉斯總是是繞不過(guò)去的一道坎,大部分人在學(xué)習(xí)的時(shí)候都是在強(qiáng)行地背公式和套用方法,沒(méi)有真正去理解其牛逼的思想內(nèi)涵
2018-06-11 標(biāo)簽:貝葉斯機(jī)器學(xué)習(xí)MCMC 7546 0
NLP的介紹和如何利用機(jī)器學(xué)習(xí)進(jìn)行NLP以及三種NLP技術(shù)的詳細(xì)介紹
本文用簡(jiǎn)潔易懂的語(yǔ)言,講述了自然語(yǔ)言處理(NLP)的前世今生。從什么是NLP到為什么要學(xué)習(xí)NLP,再到如何利用機(jī)器學(xué)習(xí)進(jìn)行NLP,值得一讀。這是該系列的...
2018-06-10 標(biāo)簽:機(jī)器學(xué)習(xí)機(jī)器翻譯NLP 7.8萬(wàn) 0
人工智能、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)有什么關(guān)系?
有三個(gè)詞,這兩年出現(xiàn)的頻率越來(lái)越高:人工智能(AI),機(jī)器學(xué)習(xí)(ML),深度學(xué)習(xí)(DL),到底他們哥仨是什么關(guān)系?
2018-06-08 標(biāo)簽:人工智能機(jī)器學(xué)習(xí)深度學(xué)習(xí) 1.3萬(wàn) 0
機(jī)器學(xué)習(xí)算法之一:Logistic 回歸算法的優(yōu)缺點(diǎn)
然后這些概率必須二值化才能真地進(jìn)行預(yù)測(cè)。這就是 logistic 函數(shù)的任務(wù),也稱為 sigmoid 函數(shù)。Sigmoid 函數(shù)是一個(gè) S 形曲線,它可...
2018-06-23 標(biāo)簽:函數(shù)機(jī)器學(xué)習(xí)決策樹(shù) 3.8萬(wàn) 0
為機(jī)器學(xué)習(xí)開(kāi)發(fā)者指明道路的八種開(kāi)源AI技術(shù)!
TensorFlow 是谷歌為支持其研究和生產(chǎn)目標(biāo)創(chuàng)建的項(xiàng)目,于 2015 年發(fā)布,它是一款開(kāi)源機(jī)器學(xué)習(xí)框架,易于在各種平臺(tái)上使用和部署。它是機(jī)器學(xué)習(xí)中...
2018-06-23 標(biāo)簽:谷歌ai機(jī)器學(xué)習(xí) 1104 0
十大經(jīng)典機(jī)器學(xué)習(xí)算法之一--Apriori
Apriori算法使用一種稱為逐層搜索的迭代方法,其中k項(xiàng)集用于探索(k+1)項(xiàng)集。首先,通過(guò)掃描數(shù)據(jù)庫(kù),累計(jì)每個(gè)項(xiàng)的計(jì)數(shù),并收集滿足最小支持度的項(xiàng),找...
2018-06-25 標(biāo)簽:網(wǎng)絡(luò)數(shù)據(jù)庫(kù)機(jī)器學(xué)習(xí) 1.1萬(wàn) 0
重塑需求牽引和技術(shù)驅(qū)動(dòng)下的智能制造發(fā)展模式和技術(shù)體系
大規(guī)模個(gè)性化定制生產(chǎn)和服務(wù)型制造的發(fā)展趨勢(shì),使得制造模式由目前的集中式向分布式方向發(fā)展. 生產(chǎn)鏈條將由更專業(yè)的單元進(jìn)行靈活組織,形成分布式制造模式,這...
2018-06-08 標(biāo)簽:機(jī)器學(xué)習(xí)智能制造工業(yè)互聯(lián)網(wǎng) 6139 0
在互聯(lián)網(wǎng)領(lǐng)域從事機(jī)器學(xué)習(xí)的人基本上屬于以下兩種背景:其中絕大部分是程序員出身,這類童鞋工程經(jīng)驗(yàn)相對(duì)會(huì)多一些;另一部分是學(xué)數(shù)學(xué)統(tǒng)計(jì)領(lǐng)域的,這部分童鞋理論基...
2018-06-08 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)人工智能機(jī)器學(xué)習(xí) 3217 0
編輯推薦廠商產(chǎn)品技術(shù)軟件/工具OS/語(yǔ)言教程專題
電機(jī)控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動(dòng)駕駛 | TI | 瑞薩電子 |
BLDC | PLC | 碳化硅 | 二極管 | OpenAI | 元宇宙 | 安森美 | ADI |
無(wú)刷電機(jī) | FOC | IGBT | 逆變器 | 文心一言 | 5G | 英飛凌 | 羅姆 |
直流電機(jī) | PID | MOSFET | 傳感器 | 人工智能 | 物聯(lián)網(wǎng) | NXP | 賽靈思 |
步進(jìn)電機(jī) | SPWM | 充電樁 | IPM | 機(jī)器視覺(jué) | 無(wú)人機(jī) | 三菱電機(jī) | ST |
伺服電機(jī) | SVPWM | 光伏發(fā)電 | UPS | AR | 智能電網(wǎng) | 國(guó)民技術(shù) | Microchip |
Arduino | BeagleBone | 樹(shù)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 |