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：134374次 帖子：303個
為什么損失函數(shù)可以是這個形式？機器學(xué)習(xí)的終極目標(biāo)是什么？
不過，當(dāng)事件還沒有發(fā)生的時候，就不是直接去求信息量了，而應(yīng)該是求信息量的期望值，所以這個時候，我們要求的是信息熵，需要在信息量前面乘以該事件發(fā)生的概率，...
2019-04-08 標(biāo)簽：信息函數(shù)機器學(xué)習(xí) 3696 0
富士通實驗室在74.7秒內(nèi)完成了ImageNet上訓(xùn)練ResNet-50網(wǎng)絡(luò)
分布式并行深度學(xué)習(xí)要求所有 reduce 通信在所有進(jìn)程之間交換每一層的梯度。在大集群環(huán)境中，由于每個 GPU 的 batch size 較小，使得通信...
2019-04-08 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)gpu機器學(xué)習(xí) 5137 0
統(tǒng)計學(xué)和機器學(xué)習(xí)的真正差別。你分得清嗎？
這兩種方法的目標(biāo)不同，盡管使用的方法類似。機器學(xué)習(xí)算法的評估使用測試集來驗證其準(zhǔn)確性。統(tǒng)計模型可以使用置信區(qū)間，顯著性檢驗和其他檢驗對回歸參數(shù)進(jìn)行分析，...
2019-04-08 標(biāo)簽：傳感器機器學(xué)習(xí)數(shù)據(jù)科學(xué) 8999 0
探討一些可用于解釋機器學(xué)習(xí)模型的不同技術(shù)
下圖則闡述了在需要清晰簡單的模型可解釋性時，通常首選白盒模型 (具有線性和單調(diào)函數(shù)) 的原因。圖的上半部顯示，隨著年齡的增長，購買數(shù)量會增加，模型的響應(yīng)...
2019-04-04 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機器學(xué)習(xí)數(shù)據(jù)集 2989 0
手把手教你使用Python實現(xiàn)機器學(xué)習(xí)算法
特征提取就是應(yīng)用某種算法通過某種方式來量化數(shù)據(jù)的過程。比如，對于圖像數(shù)據(jù)，我們可以采用計算直方圖的方法來統(tǒng)計圖像中像素強度的分布，通過這種方式，我們就得...
2019-04-04 標(biāo)簽：機器學(xué)習(xí)python數(shù)據(jù)集 4414 0
圖形界面設(shè)計應(yīng)用軟件ST AlgoBuilder
最近，ST的MEMS傳感器部門(MSD)決定擴(kuò)展AlgoBuilder的功能，以便更接近當(dāng)前的傳感器連接云端應(yīng)用的需求和必要條件。該軟件增加了傳感器和云...
2019-04-05 標(biāo)簽：云計算機器學(xué)習(xí)工業(yè)物聯(lián)網(wǎng) 7511 0
基于采樣的方法是被研究得最多的方法，大多也是具有理論基礎(chǔ)的方法，往往比基礎(chǔ)搜索方法表現(xiàn)更優(yōu)。這類方法一般會生成一個或者多個對樣本空間的采樣點，之后再對這...
2019-04-02 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)核心技術(shù)機器學(xué)習(xí) 4187 0
機器學(xué)習(xí)從業(yè)者指出了一個明顯的問題：你如何調(diào)試模型？
在這篇優(yōu)秀的 Distill 文章《Four Experiments in Handwriting with a Neural Network》中，作者...
2019-04-01 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機器學(xué)習(xí)數(shù)據(jù)集 2199 0
還在愁到哪里找到需要的機器學(xué)習(xí)數(shù)據(jù)集嗎？
斯坦福問答數(shù)據(jù)集 (Stanford Question answer Dataset, SQuAD) 是一個全新的閱讀理解數(shù)據(jù)集，由眾包工作者根據(jù)維基百...
2019-03-29 標(biāo)簽：計算機視覺機器學(xué)習(xí)數(shù)據(jù)集 2606 0
組織可以對業(yè)務(wù)數(shù)據(jù)應(yīng)用分析來描述、預(yù)測和改進(jìn)業(yè)務(wù)性能。具體來說，區(qū)域內(nèi)分析包括預(yù)測分析、規(guī)范的分析，企業(yè)決策管理、描述性分析、認(rèn)知分析，大數(shù)據(jù)分析，零售...
2019-03-29 標(biāo)簽：AI機器學(xué)習(xí)大數(shù)據(jù) 3079 0
令我印象深刻的是，語音團(tuán)隊擁有非常豐富的經(jīng)驗，他們花費了大量時間進(jìn)行實驗，即使面對嚴(yán)苛的設(shè)備限制，神經(jīng)網(wǎng)絡(luò)產(chǎn)出的結(jié)果也比他們嘗試過的任何傳統(tǒng)方法都好。這...
2019-03-26 標(biāo)簽：發(fā)光二極管機器學(xué)習(xí)tensorflow 3237 0
Zion機器的兩個子系統(tǒng)被稱為“Emerald Pools”和“Angels Landing”，分別指的是GPU和CPU子系統(tǒng)。盡管facebook多年...
2019-03-26 標(biāo)簽：加速器機器學(xué)習(xí)生態(tài)系統(tǒng) 2583 0
以XGB做原生特征篩選，在原生特征中丟棄后不影響分?jǐn)?shù)甚至漲分的特征有：Time，RentRoom(漲幅明顯)，RoomDir，Livingroom，Re...
2019-03-26 標(biāo)簽：模型代碼機器學(xué)習(xí) 9308 0
前饋網(wǎng)絡(luò)：如何讓深度學(xué)習(xí)工作更像人腦
計算神經(jīng)科學(xué)是一門超級跨學(xué)科的新興學(xué)科，幾乎綜合信息科學(xué)，物理學(xué)， 數(shù)學(xué)，生物學(xué)，認(rèn)知心理學(xué)等眾多領(lǐng)域的最新成果。關(guān)注的是神經(jīng)系統(tǒng)的可塑性與記憶，抑制神...
2019-03-25 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)人工智能機器學(xué)習(xí) 3689 0
當(dāng)芯片設(shè)計遇上人工智能：如何利用機器學(xué)習(xí)尋找芯片缺陷？
機器學(xué)習(xí)被搜索引擎和社交媒體公司以及其他領(lǐng)域使用。 “深度學(xué)習(xí)很棒，因為它實際上讓你有機會做更準(zhǔn)確更快的事情，” D2S首席執(zhí)行官Aki Fujimur...
2019-03-23 標(biāo)簽：芯片人工智能機器學(xué)習(xí) 4971 0
預(yù)測結(jié)果是通過計算每個類的判別值、并將類別預(yù)測為判別值最大的類而得出的。該技術(shù)假設(shè)數(shù)據(jù)符合高斯分布（鐘形曲線），因此最好預(yù)先從數(shù)據(jù)中刪除異常值。LDA ...
2019-03-21 標(biāo)簽：算法機器學(xué)習(xí)線性回歸 2934 0
調(diào)試神經(jīng)網(wǎng)絡(luò)所遵循的五項原則
其次，在單個數(shù)據(jù)節(jié)點上訓(xùn)練模型：可以使用一兩個訓(xùn)練數(shù)據(jù)點（data point）以確認(rèn)模型是否過度擬合。神經(jīng)網(wǎng)絡(luò)應(yīng)立即過度擬合，訓(xùn)練準(zhǔn)確率為 100%，...
2019-03-20 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機器學(xué)習(xí)訓(xùn)練模型 2203 0
盤點數(shù)據(jù)科學(xué)和機器學(xué)習(xí)面試中的常見問題
中位數(shù)：中位數(shù)也是觀察一組數(shù)據(jù)平均情況的一種方法。它是一組數(shù)字的中間數(shù)字。結(jié)果有兩種可能性，因為數(shù)據(jù)總數(shù)可能是奇數(shù)，也可能是偶數(shù)。如果總數(shù)是奇數(shù)，則將組...
2019-03-20 標(biāo)簽：機器學(xué)習(xí)線性回歸數(shù)據(jù)科學(xué) 2002 0
提到軟機器人，大家最耳熟能詳?shù)睦幽^于迪斯尼動畫里的“大白”，與剛性材料相比，由柔順和可伸展材料制成的軟機器人可提供更安全的應(yīng)用，同時可變形的體態(tài)和類...
2019-03-19 標(biāo)簽：傳感器機器學(xué)習(xí)軟機器人 3932 0
基于弱監(jiān)督學(xué)習(xí)創(chuàng)建大規(guī)模數(shù)據(jù)集
舉個例子，如果我們想識別出與名人相關(guān)的內(nèi)容，一方面可以使用現(xiàn)有的命名實體識別（NER）模型來標(biāo)注出不包含與名人無關(guān)的人的內(nèi)容來實現(xiàn)這一任務(wù)。這就巧妙地將...
2019-03-19 標(biāo)簽：分類器機器學(xué)習(xí)數(shù)據(jù)集 3702 0
換一批
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(jìn)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 |
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
長沙市望城經(jīng)濟(jì)技術(shù)開發(fā)區(qū)航空路6號手機智能終端產(chǎn)業(yè)園2號廠房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-1
