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(mén)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(mén)學(xué)科。
文章：7759個(gè) 瀏覽：137350次 帖子：307個(gè)
工作機(jī)制：這個(gè)算法由一個(gè)目標(biāo)變量或結(jié)果變量（或因變量）組成。這些變量由已知的一系列預(yù)示變量（自變量）預(yù)測(cè)而來(lái)。利用這一系列變量，我們生成一個(gè)將輸入值映射...
2019-04-13 標(biāo)簽：機(jī)器學(xué)習(xí)無(wú)人駕駛深度學(xué)習(xí) 3.3k 0
討論嵌入的概念，以及使用word2vec生成嵌入的機(jī)制
這下空白處改填的內(nèi)容完全變了。這時(shí)’red’這個(gè)詞最有可能適合這個(gè)位置。從這個(gè)例子中我們能學(xué)到，一個(gè)單詞的前后詞語(yǔ)都帶信息價(jià)值。事實(shí)證明，我們需要考慮兩...
2019-04-10 標(biāo)簽：可視化機(jī)器學(xué)習(xí)自然語(yǔ)言處理 4.7k 0
為什么損失函數(shù)可以是這個(gè)形式？機(jī)器學(xué)習(xí)的終極目標(biāo)是什么？
不過(guò)，當(dāng)事件還沒(méi)有發(fā)生的時(shí)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(gè)時(shí)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(jī)器學(xué)習(xí) 4k 0
富士通實(shí)驗(yàn)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(gè) 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(jī)器學(xué)習(xí) 5.5k 0
統(tǒng)計(jì)學(xué)和機(jī)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(lèi)似。機(jī)器學(xué)習(xí)算法的評(píng)估使用測(cè)試集來(lái)驗(yàn)證其準(zhǔn)確性。統(tǒng)計(jì)模型可以使用置信區(qū)間，顯著性檢驗(yàn)和其他檢驗(yàn)對(duì)回歸參數(shù)進(jìn)行分析，...
2019-04-08 標(biāo)簽：傳感器機(jī)器學(xué)習(xí)數(shù)據(jù)科學(xué) 9.6k 0
探討一些可用于解釋機(jī)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(jiǎn)單的模型可解釋性時(shí)，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(zhǎng)，購(gòu)買(mǎi)數(shù)量會(huì)增加，模型的響應(yīng)...
2019-04-04 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)數(shù)據(jù)集 3.4k 0
手把手教你使用Python實(shí)現(xiàn)機(jī)器學(xué)習(xí)算法
特征提取就是應(yīng)用某種算法通過(guò)某種方式來(lái)量化數(shù)據(jù)的過(guò)程。比如，對(duì)于圖像數(shù)據(jù)，我們可以采用計(jì)算直方圖的方法來(lái)統(tǒng)計(jì)圖像中像素強(qiáng)度的分布，通過(guò)這種方式，我們就得...
2019-04-04 標(biāo)簽：機(jī)器學(xué)習(xí)python數(shù)據(jù)集 4.8k 0
圖形界面設(shè)計(jì)應(yīng)用軟件ST AlgoBuilder
最近，ST的MEMS傳感器部門(mén)(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(jì)算機(jī)器學(xué)習(xí)工業(yè)物聯(lián)網(wǎng) 8.5k 0
自動(dòng)機(jī)器學(xué)習(xí)的研究動(dòng)機(jī)
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(lèi)方法一般會(huì)生成一個(gè)或者多個(gè)對(duì)樣本空間的采樣點(diǎn)，之后再對(duì)這...
2019-04-02 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)核心技術(shù)機(jī)器學(xué)習(xí) 4.6k 0
機(jī)器學(xué)習(xí)從業(yè)者指出了一個(gè)明顯的問(wèn)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(jī)器學(xué)習(xí)數(shù)據(jù)集 2.6k 0
還在愁到哪里找到需要的機(jī)器學(xué)習(xí)數(shù)據(jù)集嗎？
斯坦福問(wèn)答數(shù)據(jù)集 (Stanford Question answer Dataset, SQuAD) 是一個(gè)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(jì)算機(jī)視覺(jué)機(jī)器學(xué)習(xí)數(shù)據(jù)集 3k 0
10張有用的幻燈片和簡(jiǎn)短解釋?zhuān)瑤懔私釧I
組織可以對(duì)業(yè)務(wù)數(shù)據(jù)應(yīng)用分析來(lái)描述、預(yù)測(cè)和改進(jìn)業(yè)務(wù)性能。具體來(lái)說(shuō)，區(qū)域內(nèi)分析包括預(yù)測(cè)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(jī)器學(xué)習(xí)大數(shù)據(jù) 3.5k 0
令我印象深刻的是，語(yǔ)音團(tuán)隊(duì)擁有非常豐富的經(jīng)驗(yàn)，他們花費(fèi)了大量時(shí)間進(jìn)行實(shí)驗(yàn)，即使面對(duì)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(guò)的任何傳統(tǒng)方法都好。這...
2019-03-26 標(biāo)簽：發(fā)光二極管機(jī)器學(xué)習(xí)tensorflow 3.6k 0
揭秘FACEBOOK未來(lái)的機(jī)器學(xué)習(xí)平臺(tái)
Zion機(jī)器的兩個(gè)子系統(tǒng)被稱(chēng)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(jī)器學(xué)習(xí)生態(tài)系統(tǒng) 2.9k 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(jī)器學(xué)習(xí) 9.8k 0
前饋網(wǎng)絡(luò)：如何讓深度學(xué)習(xí)工作更像人腦
計(jì)算神經(jīng)科學(xué)是一門(mén)超級(jí)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(jī)器學(xué)習(xí) 4.1k 0
當(dāng)芯片設(shè)計(jì)遇上人工智能：如何利用機(jī)器學(xué)習(xí)尋找芯片缺陷？
機(jī)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?yàn)樗鼘?shí)際上讓你有機(jī)會(huì)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(jī)器學(xué)習(xí) 5.4k 0
預(yù)測(cè)結(jié)果是通過(guò)計(jì)算每個(gè)類(lèi)的判別值、并將類(lèi)別預(yù)測(cè)為判別值最大的類(lèi)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(jī)器學(xué)習(xí)線性回歸 3.3k 0
調(diào)試神經(jīng)網(wǎng)絡(luò)所遵循的五項(xiàng)原則
其次，在單個(gè)數(shù)據(jù)節(jié)點(diǎn)上訓(xùn)練模型：可以使用一兩個(gè)訓(xùn)練數(shù)據(jù)點(diǎn)（data point）以確認(rèn)模型是否過(guò)度擬合。神經(jīng)網(wǎng)絡(luò)應(yīng)立即過(guò)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(jī)器學(xué)習(xí)訓(xùn)練模型 2.5k 0
盤(pán)點(diǎn)數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)面試中的常見(jiàn)問(wèn)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?yàn)閿?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(jī)器學(xué)習(xí)線性回歸數(shù)據(jù)科學(xué) 2.3k 0
換一批
編輯推薦廠商產(chǎn)品技術(shù)軟件/工具OS/語(yǔ)言教程專(zhuān)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(jué) | 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(shù)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
