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：137364次 帖子：307個(gè)
谷歌發(fā)布神經(jīng)天氣模型，可精準(zhǔn)預(yù)測(cè)未來(lái)8小時(shí)降雨
Google基于之前以機(jī)器學(xué)習(xí)即時(shí)預(yù)測(cè)降雨的研究，進(jìn)一步發(fā)展用于降雨預(yù)報(bào)的神經(jīng)天氣模型MetNet，這是一個(gè)深度神經(jīng)網(wǎng)絡(luò)（DNN），能用來(lái)預(yù)報(bào)未來(lái)8小時(shí)...
2020-03-30 標(biāo)簽：谷歌機(jī)器學(xué)習(xí) 3.3k 0
機(jī)器學(xué)習(xí)帶來(lái)了怎樣的改變
盡管無(wú)人駕駛汽車(chē)和機(jī)器人技術(shù)可能占據(jù)了新聞?lì)^條，但人工智能、深度學(xué)習(xí)以及類(lèi)似技術(shù)可能會(huì)讓它們的最大影響幾乎化為無(wú)形，方法就是通過(guò)無(wú)數(shù)方式簡(jiǎn)化和推進(jìn)日常生活和商業(yè)
2020-03-30 標(biāo)簽：人工智能機(jī)器學(xué)習(xí)深度學(xué)習(xí) 1.7k 0
以后對(duì)于機(jī)器學(xué)習(xí)的依賴會(huì)很大嗎
機(jī)器學(xué)習(xí)將對(duì)人類(lèi)生活產(chǎn)生越來(lái)越大的影響，并呼吁對(duì)其進(jìn)行更多研究，以確保人們能夠更好地利用它。
2020-03-30 標(biāo)簽：人工智能機(jī)器學(xué)習(xí) 751 0
機(jī)器學(xué)習(xí)怎樣去改善教育體驗(yàn)
隨著科學(xué)技術(shù)的不斷發(fā)展，機(jī)器學(xué)習(xí)也即將成為高等教育的新機(jī)會(huì)，有望能夠從各個(gè)層面實(shí)現(xiàn)教育的個(gè)性化 。
2020-03-30 標(biāo)簽：算法人工智能機(jī)器學(xué)習(xí) 807 0
我認(rèn)為機(jī)器學(xué)習(xí)被高估是因?yàn)閷?duì)于任何嘗試在生產(chǎn)中采用機(jī)器學(xué)習(xí)系統(tǒng)的人來(lái)說(shuō)，都會(huì)發(fā)現(xiàn)機(jī)器學(xué)習(xí)要比看上去的復(fù)雜得多。
2020-03-30 標(biāo)簽：算法人工智能機(jī)器學(xué)習(xí) 815 0
人工智能技術(shù)在未來(lái)十年內(nèi)將會(huì)迎來(lái)哪些發(fā)展機(jī)遇
AI有多個(gè)方面，它們的用途和功能各不相同，智能自動(dòng)化尤其是引起人們廣泛關(guān)注的一個(gè)領(lǐng)域。智能自動(dòng)化(IA)將人工智能與自然語(yǔ)言處理，數(shù)字化勞動(dòng)力管理和機(jī)器...
2020-03-30 標(biāo)簽：人工智能機(jī)器學(xué)習(xí) 3.5k 0
機(jī)器學(xué)習(xí)需要具備哪一些數(shù)學(xué)基礎(chǔ)
我們說(shuō)到，線性代數(shù)起作用是在表示的過(guò)程當(dāng)中。在評(píng)價(jià)過(guò)程中，我們需要使用到概率統(tǒng)計(jì)。概率統(tǒng)計(jì)包括了兩個(gè)方面，一方面是數(shù)理統(tǒng)計(jì)，另外一方面是概率論。
2020-03-30 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)算法機(jī)器學(xué)習(xí) 4.3k 0
機(jī)器學(xué)習(xí)中樣本比例不平衡應(yīng)該怎樣去應(yīng)付
這種現(xiàn)象往往是由于本身數(shù)據(jù)來(lái)源決定的，如信用卡的征信問(wèn)題中往往就是正樣本居多。樣本比例不平衡往往會(huì)帶來(lái)不少問(wèn)題，但是實(shí)際獲取的數(shù)據(jù)又往往是不平衡的，因此...
2020-03-30 標(biāo)簽：人工智能機(jī)器學(xué)習(xí) 1.5k 0
降維是機(jī)器學(xué)習(xí)另一個(gè)重要的領(lǐng)域， 降維有很多重要的應(yīng)用， 特征的維數(shù)過(guò)高， 會(huì)增加訓(xùn)練的負(fù)擔(dān)與存儲(chǔ)空間， 降維就是希望去除特征的冗余， 用更加少的維數(shù)來(lái)...
2020-03-30 標(biāo)簽：算法計(jì)算機(jī)機(jī)器學(xué)習(xí) 2.7k 0
人工智能之機(jī)器學(xué)習(xí)你有沒(méi)有掌握
機(jī)器學(xué)習(xí)是繼專(zhuān)家系統(tǒng)之后人工智能應(yīng)用的又一重要研究領(lǐng)域，也是人工智能和神經(jīng)計(jì)算的核心研究課題之一。
2020-03-30 標(biāo)簽：人工智能機(jī)器學(xué)習(xí) 1.3k 0
最優(yōu)化問(wèn)題是機(jī)器學(xué)習(xí)算法中非常重要的一部分，幾乎每一個(gè)機(jī)器學(xué)習(xí)算法的核心都是在處理最優(yōu)化問(wèn)題。
2020-03-30 標(biāo)簽：算法機(jī)器學(xué)習(xí) 1.6k 0
需要了解哪一些神經(jīng)網(wǎng)絡(luò)架構(gòu)
機(jī)器學(xué)習(xí)方法如下：它沒(méi)有為每個(gè)特定的任務(wù)編寫(xiě)相應(yīng)的程序，而是收集大量事例，為給定輸入指定正確輸出。
2020-03-30 標(biāo)簽：編碼器神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí) 540 0
機(jī)器學(xué)習(xí)之感知機(jī)python是如何實(shí)現(xiàn)的
算法選擇，最終的目標(biāo)是求損失函數(shù)的最小值，利用機(jī)器學(xué)習(xí)中最常用的梯度下降GD或者隨機(jī)梯度下降SGD來(lái)求解。
2020-03-30 標(biāo)簽：算法機(jī)器學(xué)習(xí) 1.3k 0
機(jī)器學(xué)習(xí)算法的數(shù)據(jù)結(jié)構(gòu)是怎樣的
數(shù)組非常重要，因?yàn)樗鼈儽挥糜诰€性代數(shù)——這是你可以使用的最有用和最強(qiáng)大的數(shù)學(xué)工具。
2020-03-30 標(biāo)簽：算法機(jī)器學(xué)習(xí) 2.2k 0
大數(shù)據(jù)分析與機(jī)器學(xué)習(xí)有什么區(qū)別
無(wú)論是Apple的Siri還是Amazon的Echo，人工智能和機(jī)器學(xué)習(xí)都正在慢慢取代我們作為現(xiàn)代助手的生活。如果從更大的角度看，人工智能也將成為每個(gè)增...
2020-03-28 標(biāo)簽：機(jī)器學(xué)習(xí)大數(shù)據(jù) 5.8k 0
Facebook Inc.更新了其流行的人工智能軟件框架PyTorch
在移動(dòng)設(shè)備上運(yùn)行機(jī)器學(xué)習(xí)的能力非常重要，因?yàn)閼?yīng)用程序可以從較低的延遲中受益匪淺。如果應(yīng)用程序可以自行處理數(shù)據(jù)而無(wú)需將其發(fā)送到云，那么畢竟，一切將變得更加流暢。
2020-03-28 標(biāo)簽：移動(dòng)設(shè)備人工智能機(jī)器學(xué)習(xí) 3.5k 0
除了機(jī)器學(xué)習(xí)之外，新實(shí)例還適合處理圖形密集型工作負(fù)載，例如視頻渲染。這部分是底層T4芯片的多功能架構(gòu)的結(jié)果。除了320個(gè)Tensor核心之外，該圖形卡還...
2020-03-28 標(biāo)簽：芯片機(jī)器學(xué)習(xí)亞馬遜 2.9k 0
由于彈性硅樹(shù)脂是防滑的，并且傳感器可以測(cè)量剪切力，因此非常適合用于機(jī)器人抓手臂。
2020-03-28 標(biāo)簽：傳感器機(jī)器人機(jī)器學(xué)習(xí) 5k 0
機(jī)器學(xué)習(xí)對(duì)物聯(lián)網(wǎng)有沒(méi)有影響
物聯(lián)網(wǎng)的快速發(fā)展和其極高的話題性，吸引了大量廠商加入這個(gè)領(lǐng)域。然而，市面上的各式各樣物聯(lián)網(wǎng)裝置的優(yōu)點(diǎn)及相關(guān)應(yīng)用，都十分不同。
2020-03-27 標(biāo)簽：物聯(lián)網(wǎng)機(jī)器學(xué)習(xí) 915 0
研究人員實(shí)現(xiàn)無(wú)創(chuàng)早期肺癌篩查，以機(jī)器學(xué)習(xí)為基礎(chǔ)
根據(jù) Nature 雜志發(fā)表的一項(xiàng)研究，斯坦福大學(xué)研究人員開(kāi)發(fā)了一種機(jī)器學(xué)習(xí)方法，能夠?qū)崿F(xiàn)早期肺癌患者的鑒別篩查。
2020-03-27 標(biāo)簽：機(jī)器學(xué)習(xí)醫(yī)療技術(shù) 1.3k 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
