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 > 機器學(xué)習(xí)
機器學(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:7719個 瀏覽:134243次 帖子:302個
如何對互聯(lián)網(wǎng)圖像實現(xiàn)像素級別的語義識別
南開大學(xué)的程明明教授,介紹如何在沒有人工標(biāo)注的情況下,直接從Web中學(xué)習(xí)知識,對互聯(lián)網(wǎng)圖像實現(xiàn)像素級別的語義識別。
2018-06-27 標(biāo)簽:互聯(lián)網(wǎng)機器學(xué)習(xí) 4180 0
一、簡介 異常檢測一直是機器學(xué)習(xí)中一個非常重要的子分支,在各種人工智能落地應(yīng)用例如計算機視覺、數(shù)據(jù)挖掘、NLP中,異常檢測算法都是很熱門的研究方向,特別...
2020-10-29 標(biāo)簽:異常檢測人工智能機器學(xué)習(xí) 4175 0
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)。這類方法一般會生成一個或者多個對樣本空間的采樣點,之后再對這...
2019-04-02 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)核心技術(shù)機器學(xué)習(xí) 4170 0
而基于學(xué)習(xí)的方法采用了數(shù)據(jù)驅(qū)動的方法來學(xué)習(xí)出圖像特征和透射率之間的關(guān)系,克服了手工選取先驗特征的不足。隨著深度學(xué)習(xí)的方法,這種方法朝著更強大的模型、更有...
2019-08-02 標(biāo)簽:算法圖像機器學(xué)習(xí) 4161 0
RadialGAN讓我們可以利用多個不同來源的數(shù)據(jù)集
Lars等發(fā)表的這篇論文通過在GAN的訓(xùn)練過程中施加特定類別的梯度懲罰,在較老的架構(gòu)上取得了當(dāng)前最先進的表現(xiàn)(在該項基準(zhǔn)測試上超過了之前最佳的學(xué)術(shù)成果)...
2018-09-07 標(biāo)簽:GAN機器學(xué)習(xí)數(shù)據(jù)集 4150 0
數(shù)據(jù)脫敏是數(shù)據(jù)安全領(lǐng)域落地場景較為成熟的技術(shù)手段,在數(shù)據(jù)深層次、大范圍的共享開放的今天,數(shù)據(jù)脫敏在不影響數(shù)據(jù)使用的前提下保護敏感隱私數(shù)據(jù),已成為數(shù)據(jù)安全...
2022-11-16 標(biāo)簽:SQLMac機器學(xué)習(xí) 4143 0
如何同時使用Nucleus與TensorFlow解決基因組學(xué)領(lǐng)域的機器學(xué)習(xí)問題
本文中闡述的兩種方法均使用深度神經(jīng)網(wǎng)絡(luò),學(xué)習(xí)將輸入映射至輸出的函數(shù)。神經(jīng)網(wǎng)絡(luò)由若干層線性與非線性運算構(gòu)成,而這些運算會依次應(yīng)用至輸入。神經(jīng)網(wǎng)絡(luò)已成功應(yīng)用...
2019-02-20 標(biāo)簽:機器學(xué)習(xí)深度學(xué)習(xí)tensorflow 4143 0
解析深度網(wǎng)絡(luò)背后的數(shù)學(xué)以及解析這背后的原理
每個神經(jīng)元以一組 x 變量(取值從1到 n )的值作為輸入,計算預(yù)測的 y-hat 值。假設(shè)訓(xùn)練集中含有 m 個樣本,則向量 x 表示其中一個樣本的各個...
2018-08-24 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)機器學(xué)習(xí) 4140 0
異常檢測任務(wù),指的是檢測偏離期望行為的事件或模式,可以是簡單地檢測數(shù)值型數(shù)據(jù)中,是否存在遠(yuǎn)超出正常取值范圍的離群值,也可以是借助相對復(fù)雜的機器學(xué)習(xí)算法識...
2022-11-17 標(biāo)簽:matlab異常檢測機器學(xué)習(xí) 4131 0
深度學(xué)習(xí)與深層神經(jīng)網(wǎng)絡(luò),多層智能學(xué)習(xí)推動人工智能!
機器學(xué)習(xí)使計算機能夠處理迄今為止僅由人執(zhí)行的任務(wù)。從駕駛汽車到翻譯語言,機器學(xué)習(xí)正在推動人工智能爆炸式的增長,幫助軟件理解混亂而不可預(yù)知的真實世界。 但...
2018-08-03 標(biāo)簽:AI人工智能機器學(xué)習(xí) 4130 0
數(shù)據(jù)編排支持人工智能(AI)的下一步發(fā)展
深度學(xué)習(xí)的快速發(fā)展給大規(guī)模實現(xiàn)該技術(shù)所需的硬件架構(gòu)帶來了巨大壓力。盡管由于意識到性能是一個絕對要求,因此業(yè)界高度關(guān)注峰值TOPS分?jǐn)?shù),但智能數(shù)據(jù)編排和管...
2021-09-24 標(biāo)簽:fpga嵌入式系統(tǒng)人工智能 4129 0
如果有人告訴我們一個相當(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很可能發(fā)?的事件發(fā)?時收到的信息。如果我們知道某件事情?定會發(fā)?,那么我們...
2018-05-09 標(biāo)簽:函數(shù)機器學(xué)習(xí)交叉熵 4129 0
通過機器學(xué)習(xí)和深度學(xué)習(xí)的手段,成功的從老鼠的“吱吱”聲中解讀出20多種不同的含義
最近研究人員們通過機器學(xué)習(xí)和深度學(xué)習(xí)的手段,成功的從老鼠的“吱吱”聲中解讀出20多種不同的含義,包括高興和愉悅的情緒。這一項目使得我們可以更深入地了解藥...
2019-01-12 標(biāo)簽:機器學(xué)習(xí)深度學(xué)習(xí) 4128 0
谷歌表示,搶占式GPU(Preemptible GPUs)非常適合短期、容錯和批處理工作負(fù)載,比如機器學(xué)習(xí)(ML)和高性能計算(HPC)的客戶。使用搶占...
2018-06-20 標(biāo)簽:谷歌GPU機器學(xué)習(xí) 4126 0
伯克利發(fā)布最大規(guī)模也是最多樣化的駕駛視頻數(shù)據(jù)集
BAIR為經(jīng)常出現(xiàn)在道路上的所有10萬個關(guān)鍵幀上的對象標(biāo)上對象邊界框,以了解對象的分布及其位置。下面的條形圖顯示了對象計數(shù)。還有其他方法可以在我們的標(biāo)注...
2018-06-03 標(biāo)簽:機器學(xué)習(xí)數(shù)據(jù)集自動駕駛 4126 0
一種可以超越傳統(tǒng)方法捕捉微小的面部表情,并更好的測量人類情緒的機器學(xué)習(xí)模型
為了解決情感計算中面臨的問題,來自麻省理工媒體實驗室情感計算研究組提出了一種可以超越傳統(tǒng)方法捕捉微小的面部表情,并更好的測量人類情緒的機器學(xué)習(xí)模型。除此...
2018-08-01 標(biāo)簽:人機交互機器學(xué)習(xí)數(shù)據(jù)集 4125 0
北大語言計算與機器學(xué)習(xí)研究組推出一套全新中文分詞工具包pkuseg
多領(lǐng)域分詞。不同于以往的通用中文分詞工具,此工具包同時致力于為不同領(lǐng)域的數(shù)據(jù)提供個性化的預(yù)訓(xùn)練模型。根據(jù)待分詞文本的領(lǐng)域特點,用戶可以自由地選擇不同的模...
2019-01-11 標(biāo)簽:機器學(xué)習(xí)數(shù)據(jù)集 4116 0
2019將這10項人工智能技術(shù)值得關(guān)注
自然語言生成是一個AI子學(xué)科,它將數(shù)據(jù)轉(zhuǎn)換為文本,使計算機能夠以完美的準(zhǔn)確度交流思想。
2018-12-09 標(biāo)簽:語音識別人工智能機器學(xué)習(xí) 4115 0
探索“What-If”場景通常意味著編寫一次性的自定義代碼來分析特定模型
What-If 工具擁有各種功能,包括使用 Facets 自動可視化數(shù)據(jù)集、手動編輯數(shù)據(jù)集示例并查看相關(guān)更改的影響,以及自動生成局部依賴圖(顯示模型的預(yù)...
2018-10-11 標(biāo)簽:機器學(xué)習(xí)數(shù)據(jù)集 4106 0
馬聯(lián)網(wǎng):一個少見有趣的物聯(lián)網(wǎng)應(yīng)用
在大約兩年半之前,筆者對工業(yè)物聯(lián)網(wǎng)(IIoT)進行研究并撰寫了一篇在馬匹生長早期將相關(guān)技術(shù)應(yīng)用于馬韁繩的文章,稱為NIGHTWATCH(守夜者)。
2018-06-04 標(biāo)簽:機器學(xué)習(xí)物聯(lián)網(wǎng)應(yīng)用邊緣計算 4102 0
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 |