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(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)計學(xué)、逼近論、凸分析、算法復(fù)雜度理論等多門學(xué)科。
文章：5612個 瀏覽：137356次 帖子：307個
使用最終預(yù)訂的房源作為全局上下文 (Global Context) ：我們使用以用戶預(yù)訂了房源（上圖中紫色標(biāo)記）為告終的用戶會話來做這個優(yōu)化，在這個優(yōu)化...
2018-11-24 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)Airbnb 3.7k 0
人體存在檢測（HPD）是視覺傳感的一種應(yīng)用，是了解一個人何時在場，確定其狀態(tài)和環(huán)境的藝術(shù)。如果有效實(shí)施，與傳統(tǒng)方法相比，它有可能獲得許多好處，特別是在安...
2023-04-24 標(biāo)簽：mcu物聯(lián)網(wǎng)機(jī)器學(xué)習(xí) 3.6k 0
機(jī)器學(xué)習(xí)實(shí)用指南之機(jī)器學(xué)習(xí)概覽
大多機(jī)器學(xué)習(xí)任務(wù)是關(guān)于預(yù)測的。這意味著給定一定數(shù)量的訓(xùn)練樣本，系統(tǒng)需要能推廣到之前沒見到過的樣本。對訓(xùn)練數(shù)據(jù)集有很好的性能還不夠，真正的目標(biāo)是對新實(shí)例預(yù)...
2018-05-25 標(biāo)簽：機(jī)器學(xué)習(xí) 3.6k 0
淺談ChatGPT工作原理及機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)的訓(xùn)練
這里有隨機(jī)性的事實(shí)意味著，假如我們多次使用同一個提示，我們也很可能每次都得到不同的文章。而且，為了與巫術(shù)的想法保持一致，有一個特定的所謂 “溫度” 參數(shù)...
2023-03-14 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)監(jiān)視器神經(jīng)網(wǎng) 3.6k 0
卷積神經(jīng)網(wǎng)絡(luò)的優(yōu)勢和應(yīng)用領(lǐng)域
說到機(jī)器學(xué)習(xí)，大相信大家自然而然想到的就是現(xiàn)在大熱的卷積神經(jīng)網(wǎng)絡(luò)，或者換句話來說，深度學(xué)習(xí)網(wǎng)絡(luò)。對于這些網(wǎng)絡(luò)或者模型來說，能夠大大降低進(jìn)入門檻，具體而言...
2024-01-25 標(biāo)簽：SVM機(jī)器學(xué)習(xí)深度學(xué)習(xí) 3.6k 0
Alveo 加速器卡為打造Yaddle MD提供了獨(dú)特的可重配置加速功能，不僅能夠支持其靈活適應(yīng)算法的持續(xù)優(yōu)化，而且還能在支持任意類型工作負(fù)載的同時，降...
2022-01-19 標(biāo)簽：賽靈思機(jī)器學(xué)習(xí) 3.6k 0
神經(jīng)網(wǎng)絡(luò)是在許多用例中提供了精確狀態(tài)的機(jī)器學(xué)習(xí)算法
超參數(shù)是必須初始化到網(wǎng)絡(luò)的值，這些值是神經(jīng)網(wǎng)絡(luò)在訓(xùn)練時無法學(xué)習(xí)到的。例如:在卷積神經(jīng)網(wǎng)絡(luò)中，一些超參數(shù)是內(nèi)核大小、神經(jīng)網(wǎng)絡(luò)中的層數(shù)、激活函數(shù)、丟失函數(shù)、...
2018-06-11 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí) 3.6k 0
從狹義AI邁向廣義AI之路還要挑戰(zhàn)的5個方面詳細(xì)資料概述
在現(xiàn)階段的AI發(fā)展早期——“狹義AI”(Narrow AI)和未來的“廣義AI”(Broad AI)之間仍存在著巨大差距。為了實(shí)現(xiàn)Broad AI，必須...
2018-07-05 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)AI機(jī)器學(xué)習(xí) 3.6k 0
如何通過引入深度學(xué)習(xí)提高客服系統(tǒng)效率，以及如何擴(kuò)展Spark工作流封裝TensorFlow模型
深度學(xué)習(xí)給包括機(jī)器翻譯、語音識別、計算機(jī)視覺、自然語言理解在內(nèi)的眾多的領(lǐng)域帶來了變革，并在特定任務(wù)上取得了和人類相當(dāng)乃至超過人類的表現(xiàn)。因此，深度學(xué)習(xí)看...
2018-09-24 標(biāo)簽：機(jī)器學(xué)習(xí)深度學(xué)習(xí)TensorFlow 3.6k 0
如何完成從Pandas到Scikit-Learn這一令人興奮的工作流
Housing Prices: Advanced Regression Techniques 是 Kaggle 的入門級機(jī)器學(xué)習(xí)競賽之一。該競賽目標(biāo)是基...
2018-09-16 標(biāo)簽：機(jī)器學(xué)習(xí)數(shù)據(jù)科學(xué) 3.6k 0
工業(yè)維護(hù)中使用機(jī)器學(xué)習(xí)
大數(shù)據(jù)處理分析過程中少了不人工智能，利用機(jī)器學(xué)習(xí)算法進(jìn)行處理，是解決大量數(shù)據(jù)分析的重要方法。工廠可以對算法進(jìn)行培訓(xùn)，讓機(jī)器自動識別生產(chǎn)數(shù)據(jù)中的異常表現(xiàn)，...
2018-07-04 標(biāo)簽：物聯(lián)網(wǎng)機(jī)器學(xué)習(xí)大數(shù)據(jù) 3.6k 0
一種通過編程方式生成訓(xùn)練數(shù)據(jù)的“弱監(jiān)督”范式
ML 中的許多傳統(tǒng)研究方法也同樣受到對標(biāo)記訓(xùn)練數(shù)據(jù)的需求的推動。我們首先將這些方法與弱監(jiān)督方法 (weak supervision) 區(qū)分開來：弱監(jiān)督是...
2019-03-16 標(biāo)簽：AI機(jī)器學(xué)習(xí)數(shù)據(jù)集 3.6k 0
簡易溶劑描述符助力電解液AI&機(jī)器學(xué)習(xí)
鋰離子電池(LIBs)作為電化學(xué)儲能設(shè)備已經(jīng)取得了實(shí)質(zhì)性的進(jìn)展。新電池系統(tǒng)的實(shí)施總是受到不利的電極/電解質(zhì)界面反應(yīng)的阻礙。
當(dāng)我們要處理很多數(shù)據(jù)來做一個有高預(yù)測能力的預(yù)測時，我們會用到 GBM 和 AdaBoost 這兩種 boosting 算法。boosting 算法是一種...
2019-08-09 標(biāo)簽：算法計算機(jī)機(jī)器學(xué)習(xí) 3.6k 0
通過一些簡單的應(yīng)用實(shí)踐對AI應(yīng)用有更深入的了解
首先，我們來給 DrawDigit 添加引用，讓它能使用 MnistModel。在 DrawDigit 項(xiàng)目的引用上點(diǎn)擊鼠標(biāo)右鍵，點(diǎn)擊添加引用，在彈出的...
2018-06-25 標(biāo)簽：WindowsAI機(jī)器學(xué)習(xí) 3.6k 0
谷歌正式推出ARCore 1.7版本，為其添加了前置攝像頭AR自拍能力以及動畫效果支持
我們的機(jī)器學(xué)習(xí)工作流由兩個協(xié)同工作的實(shí)時深度神經(jīng)網(wǎng)絡(luò)模型組成：一個是探測器，它在整張圖像上運(yùn)行并計算出面部位置；另一個是通用的 3D 網(wǎng)格模型，它在探測...
2019-03-14 標(biāo)簽：探測器神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí) 3.6k 0
神經(jīng)網(wǎng)絡(luò)前向傳播和反向傳播在神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程中的作用
神經(jīng)網(wǎng)絡(luò)是一種強(qiáng)大的機(jī)器學(xué)習(xí)模型，它通過模擬人腦神經(jīng)元的連接方式來處理復(fù)雜的數(shù)據(jù)。神經(jīng)網(wǎng)絡(luò)的核心是前向傳播和反向傳播算法。本文將詳細(xì)介紹神經(jīng)網(wǎng)絡(luò)的前向傳...
2024-07-03 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)模型神經(jīng)元 3.6k 0
英特爾?XeonPhi?處理器把機(jī)器學(xué)習(xí)推向一個新的水平
Pushing Machine Learning to a New Level with Intel? Xeon? and Intel? Xeon Ph...
2018-09-10 標(biāo)簽：處理器英特爾機(jī)器學(xué)習(xí) 3.6k 0
如何幫你的回歸問題選擇最合適的機(jī)器學(xué)習(xí)算法
回歸分析在機(jī)器學(xué)習(xí)領(lǐng)域應(yīng)用非常廣泛，例如，商品的銷量預(yù)測問題，交通流量預(yù)測問題。那么，如何為這些回歸問題選擇最合適的機(jī)器學(xué)習(xí)算法呢？
2019-05-03 標(biāo)簽：算法機(jī)器學(xué)習(xí) 3.6k 0
想要玩邊緣智慧(Edge Artificial Intelligence, Edge AI)前我們首先要先認(rèn)識什么是類神經(jīng)網(wǎng)絡(luò)(Neural Netwo...
2023-05-06 標(biāo)簽：處理器神經(jīng)網(wǎng)絡(luò)人工智能 3.6k 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(jī)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(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(jī)器人發(fā)燒友
