完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>
標(biāo)簽 > 機器學(xué)習(xí)
機器學(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 瀏覽:134379次 帖子:303個
如何調(diào)整現(xiàn)有設(shè)計使之應(yīng)用于物聯(lián)網(wǎng)(IoT)
物聯(lián)網(wǎng)將成為在電器領(lǐng)域取得創(chuàng)新發(fā)展和尋求商機的基礎(chǔ)。機器學(xué)習(xí)和人工智能技術(shù)的不斷進步只會加速這一發(fā)展進程。
2019-11-01 標(biāo)簽:處理器單片機物聯(lián)網(wǎng) 916 0
Boosting是一種集成技術(shù),嘗試從多個弱分類器創(chuàng)建強分類器。這是通過從訓(xùn)練數(shù)據(jù)構(gòu)建模型,然后創(chuàng)建第二個模型來嘗試糾正第一個模型中的錯誤來完成的。添加...
2023-11-20 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)向量機函數(shù) 916 0
高達(dá)65 kHz的更高頻率聲音非常適合可以近距離檢查的問題,例如某些壓縮空氣、壓縮氣體或真空泄漏,通過隨時調(diào)整您的聲像儀頻率,以使用最合適的頻譜來執(zhí)行檢測任務(wù)。
2024-01-04 標(biāo)簽:麥克風(fēng)頻率機器學(xué)習(xí) 911 0
研究者需要熟知的8個神經(jīng)網(wǎng)絡(luò)架構(gòu)
接著出現(xiàn)了機器學(xué)習(xí)方法:我們不需為每個特定的任務(wù)手動編程,只要收集大量的樣本,為給定的輸入指定正確的輸出。機器學(xué)習(xí)算法利用這些樣本去生成完成指定工作的程...
2023-03-13 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)架構(gòu)機器學(xué)習(xí) 909 0
Python Pandas如何來管理結(jié)構(gòu)化數(shù)據(jù)
Python Pandas是一個為Python編程提供數(shù)據(jù)操作和分析功能的開源工具包。這個庫已經(jīng)成為數(shù)據(jù)科學(xué)家和分析師的必備工具。它提供了一種有效的方法...
2023-05-25 標(biāo)簽:編程機器學(xué)習(xí)python 908 0
看一下通過采用HPC方法來解決汽車行業(yè)工程挑戰(zhàn)的兩個具體實例
大家可能都知道,將Ansys解決方案與高性能計算(HPC)相結(jié)合,可帶來巨大的投資回報(ROI)。接下來,讓我們來看一下通過采用HPC方法來解決汽車行業(yè)...
PyTorch 是一個流行的開源機器學(xué)習(xí)庫,廣泛用于計算機視覺和自然語言處理等領(lǐng)域。它提供了強大的計算圖功能和動態(tài)圖特性,使得模型的構(gòu)建和調(diào)試變得更加靈...
2024-11-05 標(biāo)簽:模型機器學(xué)習(xí)自然語言處理 904 0
數(shù)據(jù)科學(xué)超參數(shù)搜索確實是機器學(xué)習(xí)生命周期中不可或缺的一步,特別是在模型性能方面。正確的超參數(shù)選擇可以顯著提高模型的準(zhǔn)確性、對未見數(shù)據(jù)的泛化能力以及收斂速...
2025-02-08 標(biāo)簽:人工智能模型機器學(xué)習(xí) 903 0
本文將繼續(xù)修煉回歸模型算法,并總結(jié)了一些常用的除線性回歸模型之外的模型,其中包括一些單模型及集成學(xué)習(xí)器。 保序回歸、多項式回歸、多輸出回歸、多輸出K近鄰...
2023-11-03 標(biāo)簽:函數(shù)模型機器學(xué)習(xí) 898 0
從量子糾纏的視角審視深度學(xué)習(xí)從而反饋機器學(xué)習(xí)的發(fā)展
對于信息的一切處理(比如計算)都受到熱力學(xué)基本定律的約束。這些工作使人們逐漸意識到,信息不是一個單純的數(shù)學(xué)概念,而是與物質(zhì)和能量一樣基本的物理概念。
2022-10-26 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)語音識別機器學(xué)習(xí) 897 0
人工智能和機器學(xué)習(xí)以及Edge AI的概念與應(yīng)用
作者:DigiKey Editor 人工智能(AI)已經(jīng)是當(dāng)前科技業(yè)最熱門的話題,且其應(yīng)用面涉及人類生活的各個領(lǐng)域,對于各個產(chǎn)業(yè)都帶來相當(dāng)重要的影響,且...
2025-01-25 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)AI人工智能 887 0
許多早期的機器學(xué)習(xí)算法需要人工標(biāo)記訓(xùn)練示例。例如,訓(xùn)練數(shù)據(jù)可能是帶有人工標(biāo)簽("狗"或"貓")的狗或貓的照片。人...
2024-01-16 標(biāo)簽:人工智能神經(jīng)元機器學(xué)習(xí) 885 0
九章云極、亞馬遜云科技、華為云、阿里云、騰訊云、Databricks和百度云被評為國內(nèi)AI基礎(chǔ)軟件市場的 "領(lǐng)導(dǎo)者"。
2023-11-17 標(biāo)簽:AI機器學(xué)習(xí)GPT 884 0
如何通俗易懂的講解機器學(xué)習(xí)技術(shù)?
拋開所有和人工智能(AI)有關(guān)的扯淡成分,機器學(xué)習(xí)唯一的目標(biāo)是基于輸入的數(shù)據(jù)來預(yù)測結(jié)果,就這樣。所有的機器學(xué)習(xí)任務(wù)都可以用這種方式來表示,否則從一開始它...
2022-11-16 標(biāo)簽:人工智能機器學(xué)習(xí)深度學(xué)習(xí) 882 0
1. 隨機變量 離散隨機變量 隨機實驗的所有可能結(jié)果都是隨機變量。一個隨機變量集合用 表示。 如果實驗可能的結(jié)果是可數(shù)的,那么它被稱為離散隨機變量。例如...
2023-11-03 標(biāo)簽:函數(shù)機器學(xué)習(xí)隨機變量 881 0
Edge AI是一個將邊緣計算和人工智能(AI)結(jié)合在一起的系統(tǒng),其目標(biāo)是使用機器學(xué)習(xí)算法處理本地硬件設(shè)備生成的數(shù)據(jù)。Edge AI的優(yōu)勢不僅是數(shù)據(jù)處理...
2023-05-18 標(biāo)簽:人工智能機器學(xué)習(xí)邊緣計算 880 0
在 Oracle,我們不斷尋找方法來改進產(chǎn)品,以更好地滿足您的需求。我們很高興地推出 MySQL 創(chuàng)新版(Innovation)和長期支持版(LTS,L...
2023-08-01 標(biāo)簽:Oracle機器學(xué)習(xí)DBA 877 0
恩智浦eIQ Time Series Studio工具使用教程之模型訓(xùn)練
大家好,eIQ Time SeriesStudio又和大家見面啦!本章為大家?guī)砉ぞ吆诵牟糠?模型訓(xùn)練。
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 |