完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>
標簽 > 機器學習
機器學習(Machine Learning, ML)是一門多領域交叉學科,涉及概率論、統(tǒng)計學、逼近論、凸分析、算法復雜度理論等多門學科。
文章:7721個 瀏覽:134322次 帖子:303個
智能傳感器(intelligent sensor)是具有信息處理功能的傳感器。智能傳感器帶有微處理機,具有采集、處理、交換信息的能力,是傳感器集成化與微...
2018-01-09 標簽:神經(jīng)網(wǎng)絡人工智能智能傳感器 1.0萬 0
從神經(jīng)網(wǎng)絡入門嵌入式視覺應用的機器學習
目前嵌入式視覺領域最熱門的話題之一就是機器學習。機器學習涵蓋多個行業(yè)大趨勢,不僅在嵌入式視覺 (EV) ,而且在工業(yè)物聯(lián)網(wǎng)和云計算中均發(fā)揮著極為顯赫的作...
2018-01-07 標簽:嵌入式神經(jīng)網(wǎng)絡機器學習 1.4萬 0
目前嵌入式視覺領域最熱門的話題之一就是機器學習。機器學習涵蓋多個行業(yè)大趨勢,不僅在嵌入式視覺 (EV) ,而且在工業(yè)物聯(lián)網(wǎng) (IIoT) 和云計算中均發(fā)...
2018-01-06 標簽:機器學習 1243 0
數(shù)據(jù)挖掘可以認為是數(shù)據(jù)庫技術與機器學習的交叉,它利用數(shù)據(jù)庫技術來管理海量的數(shù)據(jù),并利用機器學習和統(tǒng)計分析來進行數(shù)據(jù)分析。
2018-01-05 標簽:數(shù)據(jù)挖掘機器學習 4545 0
展示Python機器學習開源項目以及在分析過程中發(fā)現(xiàn)的非常有趣的見解和趨勢
開源是技術創(chuàng)新和快速發(fā)展的核心。這篇文章向你展示Python機器學習開源項目以及在分析過程中發(fā)現(xiàn)的非常有趣的見解和趨勢。
用CNN把圖形轉(zhuǎn)成ASCII碼字符畫的方法,并更新了著色工具
Osamu Akiyama提出了一種用CNN把圖形轉(zhuǎn)成ASCII碼字符畫的方法,并在昨天更新了著色工具,這讓不少機器學習開發(fā)者都玩high了。
深度揭示 Facebook 內(nèi)部支持機器學習的硬件和軟件基礎架構
近日 Facebook 研究團隊公開一篇 HPCA 2018 論文,作者包括 Caffe 作者賈揚清等人,深度揭示了 Facebook 內(nèi)部支持機器學習...
基于邊界攻擊以及決策的類攻擊 提出了部署機器學習系統(tǒng)安全性的新問題
一般說來,應用于計算機視覺、語音識別和其他領域中的許多高性能機器學習算法易受到其輸入的微小變化的影響。
2017-12-29 標簽:神經(jīng)網(wǎng)絡機器學習 4371 0
人工智能和機器學習正在滲透所有的行業(yè)。隨著人工智能算法的成熟,支持這些算法的硬件平臺也日趨成熟。目前,這些硬件平臺包括 ASIC,CPU,GPU以及 F...
什么是人工智能,人工智能的本質(zhì)是什么,可能的應用場景?在本文中這些知識你都可以看到
近幾年,關于人工智能的討論很多,許多人對人工智能一知半解,媒體的報道也未必全面,那么什么是人工智能?人工智能的本質(zhì)是什么?未來可能的應用場景?本文將帶你...
機器學習算法的分類是棘手的,有幾種合理的分類,他們可以分為生成/識別,參數(shù)/非參數(shù),監(jiān)督/無監(jiān)督等。 例如,Scikit-Learn的文檔頁面通過學習機...
2017-12-20 標簽:機器學習 2444 0
機器學習究竟如何促進大數(shù)據(jù)管理的革命以及解決問題而采取的行動
機器學習究竟如何促進大數(shù)據(jù)管理的革命?以及今天各個企業(yè)為解決大數(shù)據(jù)問題而采取什么樣的行動呢?
2017-12-20 標簽:機器學習大數(shù)據(jù) 3422 0
開源是技術創(chuàng)新和快速發(fā)展的核心。這篇文章向你展示Python機器學習開源項目以及在分析過程中發(fā)現(xiàn)的非常有趣的見解和趨勢。 我們分析了GitHub上的前2...
由O’Reilly和Intel共同舉辦的2018人工智能北京大會售票系統(tǒng)已經(jīng)上線,現(xiàn)在是最佳票價階段,點擊二維碼進入官網(wǎng)查看已公布的講師及議題詳情。 講...
2017-12-15 標簽:機器學習 646 0
Logistic回歸目的是從特征學習出一個0/1分類模型,而這個模型是將特性的線性組合作為自變量,由于自變量的取值范圍是負無窮到正無窮。因此,使用log...
一名高級別的算法工程師應該能夠處理“數(shù)據(jù)獲取→數(shù)據(jù)分析→模型訓練調(diào)優(yōu)→模型上線”這一完整流程,并對流程中的各種環(huán)節(jié)做不斷優(yōu)化。
成為一名合格的開發(fā)工程師不是一件簡單的事情,需要掌握從開發(fā)到調(diào)試到優(yōu)化等一系列能力,這些能力中的每一項掌握起來都需要足夠的努力和經(jīng)驗。而要成為一名合格的...
2017-12-12 標簽:機器學習 3933 0
首先正向做一個計算,根據(jù)當前輸出做一個error計算,作為指導信號反向調(diào)整前一層輸出權重使其落入一個合理區(qū)間,反復這樣調(diào)整到第一層,每輪調(diào)整都有一個學習...
2017-12-11 標簽:神經(jīng)網(wǎng)絡ann機器學習 4979 0
編輯推薦廠商產(chǎn)品技術軟件/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 | 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 |