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 > 分類器
分類是數(shù)據(jù)挖掘的一種非常重要的方法。分類的概念是在已有數(shù)據(jù)的基礎(chǔ)上學(xué)會(huì)一個(gè)分類函數(shù)或構(gòu)造出一個(gè)分類模型（即我們通常所說(shuō)的分類器（Classifier））。該函數(shù)或模型能夠把數(shù)據(jù)庫(kù)中的數(shù)據(jù)紀(jì)錄映射到給定類別中的某一個(gè)，從而可以應(yīng)用于數(shù)據(jù)預(yù)測(cè)。
文章：96個(gè) 瀏覽：13448次 帖子：6個(gè)
貝葉斯分類器的分類原理是通過(guò)某對(duì)象的先驗(yàn)概率，利用貝葉斯公式計(jì)算出其后驗(yàn)概率，即該對(duì)象屬于某一類的概率，選擇具有最大后驗(yàn)概率的類作為該對(duì)象所屬的類。在具...
樸素貝葉斯方法是在貝葉斯算法的基礎(chǔ)上進(jìn)行了相應(yīng)的簡(jiǎn)化，即假定給定目標(biāo)值時(shí)屬性之間相互條件獨(dú)立。也就是說(shuō)沒(méi)有哪個(gè)屬性變量對(duì)于決策結(jié)果來(lái)說(shuō)占有著較大的比重，...
2021-10-02 標(biāo)簽：數(shù)據(jù)分類器樸素貝葉斯 9793 0
目前谷歌和加州大學(xué)伯克利分校的研究已經(jīng)發(fā)表在學(xué)術(shù)網(wǎng)站arXiv上，論文標(biāo)題為《用白盒、黑盒攻擊繞過(guò)Deepfake圖像鑒別工具（Evading Deep...
2020-05-11 標(biāo)簽：AI數(shù)據(jù)庫(kù)分類器 8486 0
我們之所以使用卷積后的特征，是因?yàn)閳D像具有“靜態(tài)型”的屬性，也就意味著在一個(gè)圖像區(qū)域的特征極有可能在另一個(gè)區(qū)域同樣適用。
院士鄔賀銓：深度神經(jīng)網(wǎng)絡(luò)實(shí)際上是個(gè)分類器
在語(yǔ)音識(shí)別方面，人工智能已經(jīng)超過(guò)了人，一般人類語(yǔ)音識(shí)別的錯(cuò)誤率是5.1%，現(xiàn)在百度對(duì)漢語(yǔ)的語(yǔ)音識(shí)別，微軟對(duì)應(yīng)于的語(yǔ)音識(shí)別已經(jīng)比這個(gè)水平要高了。當(dāng)然，在嘈...
2019-01-06 標(biāo)簽：語(yǔ)音識(shí)別人工智能分類器 7507 0
必讀！生成對(duì)抗網(wǎng)絡(luò)GAN論文TOP 10
這篇 GAN 論文來(lái)自 NVIDIA Research，提出以一種漸進(jìn)增大（progressive growing）的方式訓(xùn)練 GAN，通過(guò)使用逐漸增大...
2019-03-20 標(biāo)簽：GAN分類器深度學(xué)習(xí) 6923 0
深度推薦系統(tǒng)與CTR預(yù)估2019年值得精讀的論文
FaceBook推薦最新論文，通過(guò)建模與系統(tǒng)協(xié)同設(shè)計(jì)提出一種butterfly-shuffle的機(jī)制來(lái)提升模型并行化，離線訓(xùn)練上在沒(méi)有任何超參調(diào)優(yōu)下收斂...
遠(yuǎn)程監(jiān)督學(xué)習(xí)很早之前就被提出來(lái)了，但是應(yīng)用在關(guān)系抽取任務(wù)上面應(yīng)該是2009年的一篇論文，作為遠(yuǎn)程監(jiān)督學(xué)習(xí)在關(guān)系抽取的開(kāi)山之作，下面會(huì)介紹這個(gè)工作。簡(jiǎn)單來(lái)...
2021-04-02 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)分類器機(jī)器學(xué)習(xí) 5610 0
關(guān)于使用MATLAB進(jìn)行模式識(shí)別的教程分析
在模式識(shí)別方法中，輸入數(shù)據(jù)的受監(jiān)督分類使用受監(jiān)督學(xué)習(xí)算法，它是基于不同對(duì)象類的培訓(xùn)數(shù)據(jù)來(lái)創(chuàng)建分類器。然后分類器接受輸入數(shù)據(jù)并分配相應(yīng)的對(duì)象或類標(biāo)簽。
2019-09-17 標(biāo)簽：數(shù)據(jù)分類器計(jì)算機(jī)視覺(jué) 5126 0
FDDC大賽見(jiàn)證了AI將如何改變資產(chǎn)管理的未來(lái)
最終，來(lái)自武漢大學(xué)計(jì)算機(jī)學(xué)院軟件工程實(shí)驗(yàn)室的Alassea lome團(tuán)隊(duì)，將預(yù)測(cè)誤差降低至7%，獲得上市公司營(yíng)業(yè)收入預(yù)測(cè)賽題第一名，而一人團(tuán)隊(duì)GOGOG...
2018-09-07 標(biāo)簽：數(shù)據(jù)人工智能分類器 4541 0
使用deepstream-test的范例代碼修改車牌識(shí)別與遮蓋
前一篇文章提到使用deepstream-test的范例代碼，修改成“車牌識(shí)別”與“遮蓋（redaction）”的應(yīng)用，本文就直接帶著大家實(shí)現(xiàn)這兩個(gè)范例的...
工程師們描述了一種算法-SybilEdge-來(lái)檢測(cè)假賬戶
Facebook創(chuàng)建了一個(gè)語(yǔ)料庫(kù)，通過(guò)將用戶分成兩組來(lái)訓(xùn)練SybilEdge：那些更有可能接受來(lái)自真實(shí)帳戶的朋友請(qǐng)求的人和那些可能接受虛假帳戶請(qǐng)求的人。...
2020-04-24 標(biāo)簽：Facebook分類器機(jī)器學(xué)習(xí) 4371 0
面對(duì)未知分類的圖像，如何改進(jìn)分類器、如何克服這個(gè)問(wèn)題呢？
在實(shí)際的應(yīng)用程序中，從整體上幫助解決該問(wèn)題的主要策略是：將模型的適用范圍限制在「應(yīng)用程序?qū)⒚鎸?duì)的物體與模型的訓(xùn)練數(shù)據(jù)匹配」的情況。要做到這一點(diǎn)，一個(gè)簡(jiǎn)單...
2018-10-19 標(biāo)簽：分類器圖像分類計(jì)算機(jī)視覺(jué) 4278 0
一項(xiàng)關(guān)于可解釋人工智能規(guī)劃（XAIP）的工作調(diào)查
可解釋AI（X AI）近年來(lái)一直是一個(gè)積極的研究課題，受到DARPA2016年倡議的推動(dòng)。 計(jì)算機(jī)視覺(jué)和自然語(yǔ)言處理等“感知”問(wèn)題的機(jī)器學(xué)習(xí)的廣泛采用，...
2020-04-03 標(biāo)簽：人工智能分類器機(jī)器學(xué)習(xí) 3596 0
迅速了解目標(biāo)檢測(cè)的基本方法并嘗試?yán)斫饷總€(gè)模型的技術(shù)細(xì)節(jié)
本文將討論目標(biāo)檢測(cè)的基本方法（窮盡搜索、R-CNN、Fast R-CNN和Faster R-CNN），并嘗試?yán)斫饷總€(gè)模型的技術(shù)細(xì)節(jié)。為了讓經(jīng)驗(yàn)水平各不相...
2021-08-26 標(biāo)簽：嵌入式系統(tǒng)分類器cnn 3357 0
為什么要使用集成學(xué)習(xí) 機(jī)器學(xué)習(xí)建模的偏差和方差
我們?cè)谏钪凶龀龅脑S多決定都是基于其他人的意見(jiàn)，而通常情況下由一群人做出的決策比由該群體中的任何一個(gè)成員做出的決策會(huì)產(chǎn)生更好的結(jié)果，這被稱為群體的智慧。...
2021-08-14 標(biāo)簽：集成學(xué)習(xí)分類器數(shù)據(jù)采樣 3321 0
前 言 目標(biāo)跟蹤是計(jì)算機(jī)視覺(jué)領(lǐng)域的一個(gè)重要問(wèn)題，目前廣泛應(yīng)用在體育賽事轉(zhuǎn)播、安防監(jiān)控和無(wú)人機(jī)、無(wú)人車、機(jī)器人等領(lǐng)域。簡(jiǎn)單來(lái)說(shuō)，目標(biāo)跟蹤就是在連續(xù)的視頻序...
貝葉斯分類器的分類原理是通過(guò)某對(duì)象的先驗(yàn)概率，利用貝葉斯公式計(jì)算出其后驗(yàn)概率，即該對(duì)象屬于某一類的概率，選擇具有最大后驗(yàn)概率的類作為該對(duì)象所屬的類。貝葉...
剖析計(jì)算機(jī)視覺(jué)識(shí)別簡(jiǎn)史
最近，物體識(shí)別已經(jīng)成為計(jì)算機(jī)視覺(jué)和 AI 最令人激動(dòng)的領(lǐng)域之一。即時(shí)地識(shí)別出場(chǎng)景中所有的物體的能力似乎已經(jīng)不再是秘密。隨著卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)的發(fā)展，以及大...
傳統(tǒng)檢測(cè)、深度神經(jīng)網(wǎng)絡(luò)框架、檢測(cè)技術(shù)的物體檢測(cè)算法全概述
物體檢測(cè)一向是比較熱門的研究方向，它經(jīng)歷了傳統(tǒng)的人工設(shè)計(jì)特征+淺層分類器的框架，到基于大數(shù)據(jù)和深度神經(jīng)網(wǎng)絡(luò)的End-To-End的物體檢測(cè)框架的發(fā)展，然...
換一批
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 |
關(guān)注我們的微信
下載發(fā)燒友APP
電子發(fā)燒友觀察
版權(quán)所有 ? 湖南華秋數(shù)字科技有限公司
長(zhǎng)沙市望城經(jīng)濟(jì)技術(shù)開(kāi)發(fā)區(qū)航空路6號(hào)手機(jī)智能終端產(chǎn)業(yè)園2號(hào)廠房3層（0731-88081133）
電子發(fā)燒友 （電路圖） 湘公網(wǎng)安備43011202000918
工商網(wǎng)監(jiān)
湘ICP備2023018690號(hào)-1
