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:134314次 帖子:303個(gè)
一份非常詳盡的PyTorch教程,從如何安裝PyTorch開(kāi)始
TensorDataset允許我們使用數(shù)組索引表示法(上面代碼中的[0:3])訪問(wèn)訓(xùn)練數(shù)據(jù)的一小部分。 它返回一個(gè)元組(或?qū)Γ?,其中第一個(gè)元素包含所選行...
2019-03-12 標(biāo)簽:函數(shù)機(jī)器學(xué)習(xí)pytorch 37.7萬(wàn) 0
機(jī)器學(xué)習(xí)算法之隨機(jī)森林算法詳解及工作原理圖解
隨機(jī)森林是一種靈活且易于使用的機(jī)器學(xué)習(xí)算法,即便沒(méi)有超參數(shù)調(diào)優(yōu),也可以在大多數(shù)情況下得到很好的結(jié)果。它也是最常用的算法之一,因?yàn)樗芎?jiǎn)易,既可用于分類也...
2018-03-14 標(biāo)簽:算法機(jī)器學(xué)習(xí)隨機(jī)森林 32.1萬(wàn) 0
ChatGPT本質(zhì)屬于生成式人工智能,屬于無(wú)監(jiān)督或半監(jiān)督的機(jī)器學(xué)習(xí)。與之相關(guān)的還有Discriminative modeling區(qū)分式模型,區(qū)分式模型大...
2023-02-16 標(biāo)簽:人工智能機(jī)器學(xué)習(xí)ChatGPT 14.8萬(wàn) 0
在當(dāng)前AGI研究中,幾乎沒(méi)有人將目標(biāo)設(shè)定為建立AI-1系統(tǒng);相反,將他們的工作視為某種AI-3的版本才更適合。他們認(rèn)為,“思維機(jī)器”或“通用智能”不僅和...
2018-09-28 標(biāo)簽:人工智能機(jī)器學(xué)習(xí)AGI 8.8萬(wàn) 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
為什么Jupyter Notebook會(huì)比其他工具更受歡迎?
“有什么好用的IDE/環(huán)境/工具?”是他們提出的最常見(jiàn)的問(wèn)題之一。這確實(shí)也是個(gè)不怎么好回答的問(wèn)題,因?yàn)樗鼪](méi)有具體選項(xiàng)。IDE、Sublime Text、...
2018-05-31 標(biāo)簽:機(jī)器學(xué)習(xí)數(shù)據(jù)科學(xué) 7.4萬(wàn) 0
你知道XGBoost背后的數(shù)學(xué)原理是什么嗎?
在第一種方法的基礎(chǔ)上,每走過(guò)特定數(shù)量的臺(tái)階,都由韓梅梅去計(jì)算每一個(gè)臺(tái)階的損失函數(shù)值,并從中找出局部最小值,以免錯(cuò)過(guò)全局最小值。每次韓梅梅找到局部最小值,...
2018-08-22 標(biāo)簽:梯度機(jī)器學(xué)習(xí) 6.5萬(wàn) 0
深入了解一下十大經(jīng)典機(jī)器學(xué)習(xí)算法之一:PCA算法
對(duì)于維數(shù)比較多的數(shù)據(jù),首先需要做的事就是在盡量保證數(shù)據(jù)本質(zhì)的前提下將數(shù)據(jù)中的維數(shù)降低。降維是一種數(shù)據(jù)集預(yù)處理技術(shù),往往在數(shù)據(jù)應(yīng)用在其他算法之前使用,它可...
2018-06-29 標(biāo)簽:pca機(jī)器學(xué)習(xí) 5.6萬(wàn) 0
機(jī)器學(xué)習(xí)優(yōu)化算法中梯度下降,牛頓法和擬牛頓法的優(yōu)缺點(diǎn)詳細(xì)介紹
梯度下降法實(shí)現(xiàn)簡(jiǎn)單,當(dāng)目標(biāo)函數(shù)是凸函數(shù)時(shí),梯度下降法的解是全局解。一般情況下,其解不保證是全局最優(yōu)解,梯度下降法的速度也未必是最快的。
2018-08-04 標(biāo)簽:優(yōu)化算法函數(shù)機(jī)器學(xué)習(xí) 5.2萬(wàn) 0
BP 神經(jīng)網(wǎng)絡(luò)是一類基于誤差逆向傳播 (BackPropagation, 簡(jiǎn)稱 BP) 算法的多層前饋神經(jīng)網(wǎng)絡(luò),BP算法是迄今最成功的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法。...
2018-06-19 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)BP算法 4.5萬(wàn) 0
一文讀懂人工智能、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)及深度學(xué)習(xí)關(guān)系
接觸人工智能的內(nèi)容時(shí),經(jīng)常性的會(huì)看到人工智能,機(jī)器學(xué)習(xí),深度學(xué)習(xí)還有神經(jīng)網(wǎng)絡(luò)的不同的術(shù)語(yǔ),一個(gè)個(gè)都很高冷,以致于傻傻分不清到底它們之間是什么樣的關(guān)系,很...
2018-05-07 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)人工智能機(jī)器學(xué)習(xí) 4.2萬(wàn) 0
基于Arduino的機(jī)器學(xué)習(xí)開(kāi)發(fā)
本項(xiàng)目采用的開(kāi)發(fā)板是Arduino Nano 33 ble Sense,模型訓(xùn)練平臺(tái)為SensiML或者Edge Impulse。對(duì)于SensiML,模...
2023-08-11 標(biāo)簽:開(kāi)發(fā)板模型機(jī)器學(xué)習(xí) 4.2萬(wàn) 0
人工智能四大概念(分類方法、類別、機(jī)器學(xué)習(xí)和協(xié)同過(guò)濾)
AI(人工智能)是研究開(kāi)發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。具體到應(yīng)用來(lái)說(shuō),每一個(gè)人工智能解決方案都建立在四個(gè)...
2018-07-02 標(biāo)簽:人工智能機(jī)器學(xué)習(xí) 4.1萬(wàn) 0
與K均值相比最大的優(yōu)點(diǎn)是我們無(wú)需指定指定聚類數(shù)目,聚類中心處于最高密度處也是符合直覺(jué)認(rèn)知的結(jié)果。但其最大的缺點(diǎn)在于滑窗大小r的選取,對(duì)于結(jié)果有著很大的影響。
2018-05-25 標(biāo)簽:聚類算法機(jī)器學(xué)習(xí) 3.9萬(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 3.8萬(wàn) 0
Julia真有這么神?你做好學(xué)習(xí)一門新編程語(yǔ)言的準(zhǔn)備了嗎?
我們想要一種擁有自由許可的開(kāi)源語(yǔ)言。我們想要它擁有 C 的速度與 Ruby 的靈活。它要容易理解,像 Lisp 一樣真正地支持宏,但也要有像 Matla...
2018-08-13 標(biāo)簽:c語(yǔ)言編程語(yǔ)言機(jī)器學(xué)習(xí) 3.7萬(wàn) 0
理解Batch Normalization中Batch所代表具體含義的知識(shí)基礎(chǔ)
所謂“Mini-Batch”,是指的從訓(xùn)練數(shù)據(jù)全集T中隨機(jī)選擇的一個(gè)訓(xùn)練數(shù)據(jù)子集合。假設(shè)訓(xùn)練數(shù)據(jù)集合T包含N個(gè)樣本,而每個(gè)Mini-Batch的Batc...
2018-10-19 標(biāo)簽:機(jī)器學(xué)習(xí)深度學(xué)習(xí) 3.5萬(wàn) 0
樸素貝葉斯法是基于貝葉斯定理與特征條件獨(dú)立假設(shè)的分類方法,是經(jīng)典的機(jī)器學(xué)習(xí)算法之一,處理很多問(wèn)題時(shí)直接又高效,因此在很多領(lǐng)域有著廣泛的應(yīng)用,如垃圾郵件過(guò)...
2018-07-01 標(biāo)簽:貝葉斯機(jī)器學(xué)習(xí) 3.5萬(wàn) 0
13種神經(jīng)網(wǎng)絡(luò)激活函數(shù)
ReLU(Rectified Linear Unit,修正線性單元)訓(xùn)練速度比tanh快6倍。當(dāng)輸入值小于零時(shí),輸出值為零。當(dāng)輸入值大于等于零時(shí),輸出值...
2018-05-16 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)函數(shù)機(jī)器學(xué)習(xí) 3.3萬(wàn) 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 |