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>
電子發(fā)燒友網(wǎng)技術(shù)文庫為您提供最新技術(shù)文章,最實用的電子技術(shù)文章,是您了解電子技術(shù)動態(tài)的最佳平臺。
中國科學(xué)技術(shù)大學(xué)潘建偉教授及其同事陸朝陽、劉乃樂等組成的研究團隊在國際上首次實現(xiàn)量子機器學(xué)習(xí)算法。日前,國際權(quán)威物理學(xué)期刊《物理評論 快報》發(fā)表了這一論文[Phys. Rev. Lett. 114, 110504 (2015)]。這是量子計算應(yīng)用于大數(shù)據(jù)分析和人工智能領(lǐng)域的開創(chuàng)性實驗工作。...
在機器學(xué)習(xí)中,更多的數(shù)據(jù)總是比更好的算法好嗎?對于Quora上的這個問題,Netflix公司工程總監(jiān)Xavier Amatriain認為,很多時候增加更多的樣本到訓(xùn)練集并不會提高模型的性能,而如果沒有合理的方法,數(shù)據(jù)就會成為噪音。他通過Netflix的實踐經(jīng)驗推導(dǎo)出最終的結(jié)論:我們需要的是好的方法,...
機器學(xué)習(xí)現(xiàn)在可謂是炙手可熱。只要應(yīng)用機器學(xué)習(xí),就可以有效豐富數(shù)據(jù)和知識,促進有價值的任務(wù)自動化,包括感知、分類和數(shù)值預(yù)測等。而它的“兄弟”——機器發(fā)現(xiàn),可用于發(fā)現(xiàn)照亮和引導(dǎo)人類的新知識。...
隨著谷歌人工智能AlphaGo與李世石的五局人機大戰(zhàn)落下帷幕,阿法狗最終以4:1大比分戰(zhàn)神李世石,人們對于阿法狗的好奇心被推向了高潮。阿法狗也將深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)即DNN的強大能力展示在了人們面前。 ...
日前,中國科學(xué)院計算技術(shù)研究所(以下簡稱中科院計算所)發(fā)布了全球首個能夠“深度學(xué)習(xí)”的“神經(jīng)網(wǎng)絡(luò)”處理器芯片,名為“寒武紀”。該課題組負責人之一、中科院計算所陳天石博士透露,這項成果將于今年內(nèi)正式投入產(chǎn)業(yè)化。在不久的未來,反欺詐的刷臉支付、圖片搜索等都將更加可靠、易用。...
不僅僅是“微軟小冰”和圍棋高手“阿爾法狗”,從互聯(lián)網(wǎng)搜索到語言翻譯,乃至識別患有自閉癥風(fēng)險的基因……凡是需要從大量數(shù)據(jù)中預(yù)測未知信息的領(lǐng)域,都是深度學(xué)習(xí)可以一展拳腳的地方。那么,什么是深度學(xué)習(xí)技術(shù)?它將怎樣改變?nèi)祟惖纳睿?..
人工智能如今已滲入到生活中的各個方面。從引人關(guān)注的圍棋、象棋對手,到手機支付、手機解鎖中的人臉識別,都運用了人工智能。...
人工智能(AI)技術(shù)正迅速改變我們生活中幾乎每一個領(lǐng)域。從我們?nèi)绾谓涣鞯剑糜诮煌ǖ氖侄?,我們似乎越來越沉迷于人工智能。由于AI快速發(fā)展,大量的人才和資源致力于加速技術(shù)的發(fā)展。利用以下最好的開源AI技術(shù),可將你的機器學(xué)習(xí)項目提升到一個新的水平。...
深度學(xué)習(xí)(Deep Learning),又名深度神經(jīng)網(wǎng)絡(luò),前身是一只感知機。生于達特茅斯會議次年的ta,注定與人工智能有著不解之緣。人工智能中的各種機器學(xué)習(xí)方法,從初期的符號學(xué)習(xí)到后來統(tǒng)計學(xué)習(xí)再到現(xiàn)在的深度學(xué)習(xí),往往代表了學(xué)派之爭。初來咋到的感知機何以敢跟當時的霸主——‘符號主義’(symbolic...
機器學(xué)習(xí)被證明是非常有用的,人們很容易假設(shè)它可以解決所有問題并適用于所有情況。和其它工具一樣,機器學(xué)習(xí)在特定領(lǐng)域也很有用,特別是對于一直困擾著你,但你永遠不會雇用足夠的人來解決的問題,或者對于有明確目標,但沒有明顯的實現(xiàn)方法的問題。...
器學(xué)習(xí)是一種非常有前景的技術(shù),它的能力是飛躍性的提升,在不久的將來會實實在在、潛移默化地影響我們每個人和每個領(lǐng)域。正因如此,有幾件事我認為每個人都應(yīng)該了解。...
前面幾篇文章講到了卷積神經(jīng)網(wǎng)絡(luò)CNN,但是對于它在每一層提取到的特征以及訓(xùn)練的過程可能還是不太明白,所以這節(jié)主要通過模型的可視化來神經(jīng)網(wǎng)絡(luò)在每一層中是如何訓(xùn)練的。我們知道,神經(jīng)網(wǎng)絡(luò)本身包含了一系列特征提取器,理想的feature map應(yīng)該是稀疏的以及包含典型的局部信息。通過模型可視化能有一些直觀的...
人工智能競爭,從算法模型的研發(fā)競爭,轉(zhuǎn)向數(shù)據(jù)和數(shù)據(jù)質(zhì)量的競爭,這些成功的模型和算法主要是由監(jiān)督學(xué)習(xí)推動的,而監(jiān)督學(xué)習(xí)對數(shù)據(jù)極度饑渴,需要海量數(shù)據(jù)(大數(shù)據(jù))支撐來達到應(yīng)用的精準要求。而人工智能發(fā)展更趨向于不要求海量數(shù)據(jù)也能達到應(yīng)用的精準要求,因此“小數(shù)據(jù)學(xué)習(xí)”正在成為新的熱點,以遷移學(xué)習(xí),強化學(xué)習(xí)為代...
學(xué)習(xí)過概率的人一定知道貝葉斯定理,在信息領(lǐng)域內(nèi)有著無與倫比的地位。貝葉斯算法是基于貝葉斯定理的一類算法,主要用來解決分類和回歸問題。人工智能之機器學(xué)習(xí)中最為廣泛的兩種分類模型是1)決策樹模型(Decision Tree Model)和2) 樸素貝葉斯模型(Naive Bayesian Model)。...
蒙特卡羅方法MCM(Monte Carlo Method),也稱隨機抽樣或統(tǒng)計模擬方法,是二十世紀四十年代中期由于科學(xué)技術(shù)的發(fā)展和電子計算機的發(fā)明,而被提出的一種以概率統(tǒng)計理論為指導(dǎo)的一類非常重要的數(shù)值計算方法。 ...
遺傳算法(GA)是從代表問題可能潛在的解集的一個種群(population)開始,而一個種群則由經(jīng)過基因(gene)編碼的一定數(shù)目的個體(individual)組成。每個個體實際上是染色體(chromosome)帶有特征的實體。染色體作為遺傳物質(zhì)的主要載體,即多個基因的集合,其內(nèi)部表現(xiàn)(即基因型)是...
回歸不是單一的有監(jiān)督學(xué)習(xí)技術(shù),而是許多技術(shù)所屬的整個類別?;貧w的目的是預(yù)測數(shù)值型的目標值,如預(yù)測商品價格、未來幾天的PM2.5等。最直接的辦法是依據(jù)輸入寫出一個目標值的計算公式,該公式就是所謂的回歸方程(regressionequation)。求回歸方程中的回歸系數(shù)的過程就是回歸?;貧w是對真實值的一...
受限玻爾茲曼機RBM在深度學(xué)習(xí)領(lǐng)域一直有重要應(yīng)用,它是一種可用隨機神經(jīng)網(wǎng)絡(luò)來解釋的概率圖模型,由Smolensky在1986年在玻爾茲曼機BM的基礎(chǔ)上提出, 是玻爾茲曼機BM的一種特殊拓撲結(jié)構(gòu)。...
K近鄰KNN(k-Nearest Neighbor)算法,也叫K最近鄰算法,1968年由 Cover 和 Hart 提出,是機器學(xué)習(xí)算法中比較成熟的算法之一。K近鄰算法使用的模型實際上對應(yīng)于對特征空間的劃分。KNN算法不僅可以用于分類,還可以用于回歸。...
提到蒙特卡羅(也有翻譯成“蒙特卡洛”)一詞,人們不禁想到摩納哥的賭城。這兩者之間有必然聯(lián)系么?答案是:Exactly!下面就隨網(wǎng)絡(luò)通信小編一起來了解一下相關(guān)內(nèi)容吧。 大家想想,賭博跟什么有關(guān)?首先想到的是隨機性和概率性。對,那蒙特卡羅方法就是與概率論和數(shù)理統(tǒng)計有關(guān)。 ...