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>
標簽 > 機器學習
機器學習（Machine Learning， ML）是一門多領(lǐng)域交叉學科，涉及概率論、統(tǒng)計學、逼近論、凸分析、算法復(fù)雜度理論等多門學科。
文章：7759個 瀏覽：137342次 帖子：307個
基于學習的數(shù)據(jù)增強策略擴充你的數(shù)據(jù)集！
數(shù)據(jù)增強廣泛是機器學習中常用的數(shù)據(jù)處理手段，不同的數(shù)據(jù)集通常會利用針對性的數(shù)據(jù)處理手段來處理。例如MNIST大多使用尺度、旋轉(zhuǎn)和平移的操作，也有加入顏色...
2019-08-02 標簽：算法機器學習數(shù)據(jù)集 1.0萬 0
如何實現(xiàn)基于加密數(shù)據(jù)進行訓練和預(yù)測的卷積神經(jīng)網(wǎng)絡(luò)
輸入提供者只需在一開始傳輸他們的（加密）訓練數(shù)據(jù)；在此之后所有的計算只涉及兩個服務(wù)器，這意味著事實上輸入提供者使用手機之類的設(shè)備是可行的。訓練之后，模型...
2018-03-29 標簽：神經(jīng)網(wǎng)絡(luò)機器學習 10k 0
NPU（AI芯片）和GPU的亮點在于它們能夠運行多個并行線程。NPU通過一些特殊的硬件級優(yōu)化，比如為一些真正不同的處理核提供一些容易訪問的緩存系統(tǒng)，將其...
綜述，機器學習的自學簡單來說分為三個步驟 前期：知識儲備包括數(shù)學知識，機器學習經(jīng)典算法知識，編程技術(shù)（python）的掌握 中期：算法的代碼實現(xiàn) ...
智能物聯(lián)網(wǎng)邊緣應(yīng)用需要低功耗處理
我們已經(jīng)習慣了我們的設(shè)備變得更加智能，通過先進的音頻和視頻處理技術(shù)以及復(fù)雜的傳感器來識別和解釋語音和動作。說“Hey Google”或揮手，我們的設(shè)備不...
2022-04-02 標簽：物聯(lián)網(wǎng)低功耗設(shè)計機器學習 9.9k 0
? ? ? IT和OT的融合是一個由來已久的難題，早在十幾年前提出的工業(yè)化和信息化“兩化融合”本質(zhì)上就屬于IT和OT的融合。后來，隨著2011年工業(yè)4....
2023-08-21 標簽：數(shù)據(jù)采集IT人工智能 9.9k 0
一種用機器學習進行3D實時渲染的新方法:用paGAN實現(xiàn)3D實時渲染
下圖的左側(cè)是FXGuide編輯Mike Seymour用iPhone拍攝的源視頻，右側(cè)是實時渲染CGI?？梢园l(fā)現(xiàn)，Pinscreen的成果確實可以在同一...
以XGB做原生特征篩選，在原生特征中丟棄后不影響分數(shù)甚至漲分的特征有：Time，RentRoom(漲幅明顯)，RoomDir，Livingroom，Re...
理解機器學習中的訓練集、驗證集和測試集，是掌握機器學習核心概念和流程的重要一步。這三者不僅構(gòu)成了模型學習與評估的基礎(chǔ)框架，還直接關(guān)系到模型性能的可靠性和...
也許你剛剛對深度學習有了基本的了解，于是滿心歡喜的下載了tensorflow，準備開始搭建你的第一個神經(jīng)網(wǎng)絡(luò)。
一般而言，人工智能產(chǎn)業(yè)鏈可以分為基礎(chǔ)層、技術(shù)層和應(yīng)用層。當前中國還處于行業(yè)應(yīng)用層起步到快速發(fā)展的階段，應(yīng)用層的投資機會和投入回報率遠高于技術(shù)層和基礎(chǔ)設(shè)施...
這兩種方法的目標不同，盡管使用的方法類似。機器學習算法的評估使用測試集來驗證其準確性。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)進行分析，...
2019-04-08 標簽：傳感器機器學習數(shù)據(jù)科學 9.6k 0
自然語言處理（NLP）是計算機科學領(lǐng)域與人工智能領(lǐng)域中的一個重要方向。它研究能實現(xiàn)人與計算機之間用自然語言進行有效通信的各種理論和方法。隨著深度學習在圖...
機器學習（Machine Learning）是一種人工智能的技術(shù)，它是一種讓計算機通過對大量數(shù)據(jù)進行分析和學習，從而可以自動進行預(yù)測和決策的技術(shù)。其核心...
所有的機器學習算法都或多或少的依賴于對目標函數(shù)最大化或者最小化的過程。我們常常將最小化的函數(shù)稱為損失函數(shù)，它主要用于衡量模型的預(yù)測能力。
機器學習（Machine Learning）本質(zhì)上就是讓計算機自己在數(shù)據(jù)中學習規(guī)律，并根據(jù)所得到的規(guī)律對未來數(shù)據(jù)進行預(yù)測。
2022-10-27 標簽：神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)機器學習 9.4k 0
深度學習在各個領(lǐng)域有什么樣的作用深度學習網(wǎng)絡(luò)的使用示例分析
深度學習網(wǎng)絡(luò)作為一個功能多樣的工具，雖然最初僅用于圖像分析，但它已逐漸被應(yīng)用到各種不同的任務(wù)和領(lǐng)域中。高準確性和高處理速度，使得用戶無需成為領(lǐng)域?qū)＜壹纯?..
對于很多初入學習人工智能的學習者來說，對人工智能、機器學習、深度學習的概念和區(qū)別還不是很了解，有可能你每天都能聽到這個概念，也經(jīng)常提這個概念，但是你真的...
這個損失函數(shù)是合理的，因為當 $t$ 接近 0 時，$-log(t)$ 變得非常大，所以如果模型估計一個正例概率接近于 0，那么損失函數(shù)將會很大，同時如...
作者用Jieba + Word2vec + NetworkX 結(jié)合在一起，做了一次自然語言分析，語料是 金庸的武俠小說《倚天屠龍記》
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
機器人發(fā)燒友
