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:134322次 帖子:303個(gè)
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(wú)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(lái)解決分類和回歸問題。人工智能之機(jī)器學(xué)習(xí)中...
2018-05-29 標(biāo)簽:人工智能機(jī)器學(xué)習(xí) 1008 0
人工智能機(jī)器學(xué)習(xí)三大類之回歸模型(RM)
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(gè)類別。回歸的目的是預(yù)測(cè)數(shù)值型的目標(biāo)值,如預(yù)測(cè)商品價(jià)格、未來(lái)幾天的PM2.5等。最直接的辦法是依據(jù)輸入...
2018-07-13 標(biāo)簽:人工智能機(jī)器學(xué)習(xí) 9780 0
人工智能機(jī)器學(xué)習(xí)有關(guān)算法內(nèi)容,人工智能之機(jī)器學(xué)習(xí)主要有三大類:1)分類;2)回歸;3)聚類。今天我們重點(diǎn)探討一下卷積神經(jīng)網(wǎng)絡(luò)(CNN)算法。 前言: 人...
2018-06-18 標(biāo)簽:人工智能機(jī)器學(xué)習(xí)cnn 5399 0
人工智能機(jī)器學(xué)習(xí)之受限玻爾茲曼機(jī)(RBM)算法
受限玻爾茲曼機(jī)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(jī)神經(jīng)網(wǎng)絡(luò)來(lái)解釋的概率圖模型,由Smolensky在1986年在玻爾茲曼機(jī)BM的基礎(chǔ)上提...
2018-05-29 標(biāo)簽:人工智能機(jī)器學(xué)習(xí) 4857 0
人工智能機(jī)器學(xué)習(xí)之K近鄰算法(KNN)
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(jī)器學(xué)習(xí)算法中比較成熟的算法...
2018-05-29 標(biāo)簽:人工智能機(jī)器學(xué)習(xí) 3092 0
機(jī)器學(xué)習(xí)與深度學(xué)習(xí)問題總結(jié)
在普通的全連接網(wǎng)絡(luò)或CNN中,每層神經(jīng)元的信號(hào)只能向上一層傳播,樣本的處理在各個(gè)時(shí)刻獨(dú)立,因此又被成為前向神經(jīng)網(wǎng)絡(luò)(Feed-forward+Neura...
2018-05-10 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)深度學(xué)習(xí) 6691 0
機(jī)器學(xué)習(xí)中的代價(jià)函數(shù)與交叉熵
如果有人告訴我們一個(gè)相當(dāng)不可能的事件發(fā)生了,我們收到的信息要多于我們被告知某個(gè)很可能發(fā)?的事件發(fā)?時(shí)收到的信息。如果我們知道某件事情?定會(huì)發(fā)?,那么我們...
2018-05-09 標(biāo)簽:函數(shù)機(jī)器學(xué)習(xí)交叉熵 4137 0
微軟堅(jiān)持投注于用FPGA加速機(jī)器學(xué)習(xí)模型
會(huì)議室使用的是360度相機(jī)和麥克風(fēng)陣列,可以檢測(cè)會(huì)議室中的任何人說話。攝像頭能夠把各個(gè)畫面拼成一個(gè)全景畫面,還可以進(jìn)行人臉識(shí)別,以確保參會(huì)者的身份,此外...
2018-05-09 標(biāo)簽:微軟語(yǔ)音識(shí)別機(jī)器學(xué)習(xí) 4010 0
企業(yè)應(yīng)該為AI的應(yīng)用做好這些準(zhǔn)備
并非每一個(gè)問題都可以通過機(jī)器學(xué)習(xí)來(lái)解決,也并不是每個(gè)企業(yè)都為AI的應(yīng)用做好了準(zhǔn)備。比如,企業(yè)要確定具體的應(yīng)用場(chǎng)景、是否有足夠的數(shù)據(jù)進(jìn)行分析、要建立預(yù)測(cè)模...
2018-05-17 標(biāo)簽:ai人工智能機(jī)器學(xué)習(xí) 1050 0
領(lǐng)先的機(jī)器學(xué)習(xí)工具,深度學(xué)習(xí)將如何改變醫(yī)療成像領(lǐng)域?
在醫(yī)學(xué)成像領(lǐng)域,疾病的準(zhǔn)確診斷或評(píng)估取決于圖像采集和圖像解譯。近年來(lái),隨著技術(shù)的發(fā)展,設(shè)備能以更快地速率和更強(qiáng)大的分辨率來(lái)收集數(shù)據(jù),這大大提高了圖像采集...
2018-05-10 標(biāo)簽:gpu人工智能機(jī)器學(xué)習(xí) 1236 0
在已經(jīng)擁有機(jī)器人學(xué)習(xí)與云計(jì)算技術(shù)的今天,我們可以借助先進(jìn)技術(shù)尋找外星人了嗎?答案是:肯定的。
2018-05-17 標(biāo)簽:云計(jì)算機(jī)器學(xué)習(xí) 1040 0
隨著生成對(duì)抗網(wǎng)絡(luò)的發(fā)展,可能讓網(wǎng)絡(luò)上到處都是個(gè)性化定制的內(nèi)容?
神經(jīng)網(wǎng)絡(luò)是最近很流行的科技熱詞,其核心用途是分類。分類器是自動(dòng)對(duì)輸入值進(jìn)行分類的機(jī)器。分類器輸入的是一個(gè)數(shù)值向量,叫做特征(向量)。分類器的輸出也是數(shù)值...
2018-05-17 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí) 1876 0
深度學(xué)習(xí)正在顛覆互聯(lián)網(wǎng)控制權(quán)
據(jù)連線雜志網(wǎng)站報(bào)道,在澳大利亞的西海岸,生物學(xué)家阿曼達(dá)·霍奇森(Amanda Hodgson)控制無(wú)人機(jī)飛向印度洋上的高空。這位儒艮專家使用無(wú)人機(jī)幫助他...
2018-05-17 標(biāo)簽:機(jī)器學(xué)習(xí) 807 0
遷移學(xué)習(xí)的原理,基于Keras實(shí)現(xiàn)遷移學(xué)習(xí)
我面對(duì)的大多數(shù)計(jì)算機(jī)視覺問題沒有非常大的數(shù)據(jù)集(5000-40000圖像)。即使使用極端的數(shù)據(jù)增強(qiáng)策略,也很難達(dá)到像樣的精確度。而在少量數(shù)據(jù)集上訓(xùn)練數(shù)百...
2018-05-09 標(biāo)簽:機(jī)器學(xué)習(xí)深度學(xué)習(xí) 1.5萬(wàn) 1
MNIST是一個(gè)簡(jiǎn)單的計(jì)算機(jī)視覺數(shù)據(jù)集
為了探索這一點(diǎn),我們可以把MNIST數(shù)據(jù)點(diǎn)看作是在一個(gè)784維立方體中固定的一點(diǎn)。立方體的每個(gè)維度都對(duì)應(yīng)一個(gè)特定的像素,根據(jù)像素強(qiáng)度,數(shù)據(jù)點(diǎn)的范圍在0到...
2018-05-07 標(biāo)簽:圖像機(jī)器學(xué)習(xí)數(shù)據(jù)集 1.1萬(wàn) 0
谷歌、百度、英特爾、AMD、哈佛大學(xué)與斯坦福大學(xué)聯(lián)合發(fā)布了新型基準(zhǔn)測(cè)試工具 MLPerf
我們期待看到 AI 行業(yè)最終會(huì)迎來(lái)怎樣的基準(zhǔn)測(cè)試前景——少數(shù)壟斷,還是百家爭(zhēng)鳴。在這樣一個(gè)年輕的市場(chǎng)當(dāng)中,相信會(huì)有很多廠商提供基準(zhǔn)測(cè)試工具與服務(wù)。斯坦福...
2018-05-07 標(biāo)簽:谷歌機(jī)器學(xué)習(xí)深度學(xué)習(xí) 5011 0
淺顯理解傳統(tǒng)GAN,分享學(xué)習(xí)心得
由這個(gè)分析可以發(fā)現(xiàn),生成網(wǎng)絡(luò)與判別網(wǎng)絡(luò)的目的正好是相反的,一個(gè)說我能判別的好,一個(gè)說我讓你判別不好。所以叫做對(duì)抗,叫做博弈。那么最后的結(jié)果到底是誰(shuí)贏呢?...
2018-05-07 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)GAN機(jī)器學(xué)習(xí) 4560 0
如何有效的融合醫(yī)學(xué)領(lǐng)域知識(shí)和機(jī)器學(xué)習(xí)方法
疾病風(fēng)險(xiǎn)預(yù)測(cè)核心解決的問題是預(yù)測(cè)個(gè)體在未來(lái)一段時(shí)間內(nèi)患某種疾?。ɑ虬l(fā)生某種事件)的風(fēng)險(xiǎn)概率。疾病預(yù)測(cè)會(huì)根據(jù)某個(gè)人群定義,例如全人群、房顫人群、心梗住院人...
2018-05-07 標(biāo)簽:醫(yī)療人工智能機(jī)器學(xué)習(xí) 4728 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
深度解析機(jī)器學(xué)習(xí)三類學(xué)習(xí)方法
在機(jī)器學(xué)習(xí)(Machine learning)領(lǐng)域。主要有三類不同的學(xué)習(xí)方法:監(jiān)督學(xué)習(xí)(Supervised learning)、非監(jiān)督學(xué)習(xí)(Unsup...
2018-05-07 標(biāo)簽:機(jī)器學(xué)習(xí) 1.5萬(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 | 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 |