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:7722個 瀏覽:134476次 帖子:303個
2018年值得收藏的30個機(jī)器學(xué)習(xí)案例
在過去的一年里,我們比較了近8800個開源的機(jī)器學(xué)習(xí)項目,并從中評選出了前30名(0.3%的機(jī)會入選)。
2018-10-06 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)AI機(jī)器學(xué)習(xí) 1.2萬 0
為什么使用機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)以及需要了解的八種神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
機(jī)器學(xué)習(xí)已經(jīng)在各個行業(yè)得到了大規(guī)模的廣泛應(yīng)用,并為提升業(yè)務(wù)流程的效率、提高生產(chǎn)率做出了極大的貢獻(xiàn)。這篇文章主要介紹了機(jī)器學(xué)習(xí)中最先進(jìn)的算法之一——神經(jīng)網(wǎng)...
2018-01-10 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí) 1.2萬 0
利用LSTM網(wǎng)絡(luò)結(jié)構(gòu)將車輛過去的位置包含到預(yù)測算法中
基于機(jī)器學(xué)習(xí)的算法為這個問題創(chuàng)建了一個數(shù)學(xué)模型:給定與車輛相關(guān)的特征作為輸入,車輛的變道意圖作為輸出,這些方法試圖推斷映射函數(shù),以獲得最佳預(yù)測結(jié)果。該模...
2018-08-01 標(biāo)簽:分類器機(jī)器學(xué)習(xí)自動駕駛 1.2萬 0
干貨:深度學(xué)習(xí) vs 機(jī)器學(xué)習(xí) vs 模式識別三種技術(shù)對比
本文來自CMU的博士,MIT的博士后,vision.ai的聯(lián)合創(chuàng)始人Tomasz Malisiewicz的個人博客文章,閱讀本文,你可以更好的理解計算機(jī)...
2017-02-16 標(biāo)簽:人工智能機(jī)器學(xué)習(xí)深度學(xué)習(xí) 1.2萬 0
眾所周知,刷臉認(rèn)證、自動駕駛、大數(shù)據(jù)推送、智能音箱、手術(shù)機(jī)器人……人工智能被廣泛應(yīng)用于各個領(lǐng)域,由此引起的數(shù)據(jù)偽造、算法瓶頸、隱私安全、倫理困境等問題也...
2020-12-12 標(biāo)簽:機(jī)器人人工智能機(jī)器學(xué)習(xí) 1.2萬 0
無監(jiān)督學(xué)習(xí)的理論解釋與實踐教程
這一切的完成都是借助算法根據(jù)相似性來對事物進(jìn)行分組。相似度的度量是通過選擇算法來指定的,但是為什么不嘗試盡可能多的相似度度量呢? 因為你也不知道你在尋找...
2018-07-24 標(biāo)簽:數(shù)據(jù)聚類機(jī)器學(xué)習(xí) 1.2萬 0
總結(jié)Tensorflow純干貨學(xué)習(xí)資源,分為教程、視頻和項目三大板塊
基于Facebook中FastText的簡單嵌入式文本分類器:https://github.com/apcode/tensorflow_fasttext...
2018-04-16 標(biāo)簽:機(jī)器學(xué)習(xí)Tensorflow 1.2萬 0
C4.5算法與ID3算法一樣使用了信息熵的概念,并和ID3一樣通過學(xué)習(xí)數(shù)據(jù)來建立決策樹。ID3算法使用的是信息熵的變化值,而C4.5算法使用的是信息增益...
2018-06-28 標(biāo)簽:數(shù)據(jù)機(jī)器學(xué)習(xí)決策樹 1.2萬 0
十大經(jīng)典機(jī)器學(xué)習(xí)算法之一--Apriori
Apriori算法使用一種稱為逐層搜索的迭代方法,其中k項集用于探索(k+1)項集。首先,通過掃描數(shù)據(jù)庫,累計每個項的計數(shù),并收集滿足最小支持度的項,找...
2018-06-25 標(biāo)簽:網(wǎng)絡(luò)數(shù)據(jù)庫機(jī)器學(xué)習(xí) 1.1萬 0
如何快速學(xué)會Python?利用Python進(jìn)行數(shù)據(jù)分析
比如量級稍微大些的數(shù)據(jù),Office的性能根本不能滿足需求,而用 Python 可以輕松地處理、分析。而微軟也正在考慮將 Python 作為 Excel...
2018-04-17 標(biāo)簽:機(jī)器學(xué)習(xí)Python 1.1萬 0
MNIST是一個簡單的計算機(jī)視覺數(shù)據(jù)集
為了探索這一點,我們可以把MNIST數(shù)據(jù)點看作是在一個784維立方體中固定的一點。立方體的每個維度都對應(yīng)一個特定的像素,根據(jù)像素強(qiáng)度,數(shù)據(jù)點的范圍在0到...
2018-05-07 標(biāo)簽:圖像機(jī)器學(xué)習(xí)數(shù)據(jù)集 1.1萬 0
說到優(yōu)化算法,入門級必從 SGD 學(xué)起,老司機(jī)則會告訴你更好的還有 AdaGrad / AdaDelta,或者直接無腦用 Adam。可是看看學(xué)術(shù)界的最新...
2018-03-26 標(biāo)簽:優(yōu)化算法機(jī)器學(xué)習(xí) 1.1萬 0
這個GitHub庫提供了他們的論文“DARTS: Differentiable Architecture Search”中的代碼。在這篇論文中,研究者提...
2018-07-29 標(biāo)簽:圖像機(jī)器學(xué)習(xí)數(shù)據(jù)集 1.1萬 0
基于無人機(jī)的無線通信系統(tǒng)的潛在優(yōu)勢和應(yīng)用分析
當(dāng)前無人機(jī)的應(yīng)用飛速發(fā)展。無人機(jī)自身固有的機(jī)動性、靈活性和高度適當(dāng)?shù)忍匦允蛊湓跓o線系統(tǒng)中有非常大的應(yīng)用潛力。一方面,無人機(jī)可用作空中基站,增強(qiáng)無線網(wǎng)絡(luò)覆...
2020-01-25 標(biāo)簽:無線通信無人機(jī)機(jī)器學(xué)習(xí) 1.1萬 0
Move Mirror使用攝像頭捕捉你的動作,實時匹配和你動作相近的圖像
表現(xiàn)出色,又是自家出品,所以Move Mirror團(tuán)隊順理成章地選擇了PoseNet作為應(yīng)用背后的模型。在原型開發(fā)階段,團(tuán)隊通過簡單的web API訪問...
2018-07-22 標(biāo)簽:Google機(jī)器學(xué)習(xí)數(shù)據(jù)集 1.1萬 0
一項Gmail新功能-智能撰寫,為電子郵件寫作提供了一種新的方式
當(dāng)然,確定使用這種建模方法后,我們?nèi)孕枰{(diào)整不同的模型超參數(shù),并在數(shù)十億個樣本上訓(xùn)練模型,這些加起來需要耗費大量時間。為了加快速度,我們使用完整的 TP...
2018-05-31 標(biāo)簽:CPU電子郵件機(jī)器學(xué)習(xí) 1.1萬 0
以預(yù)測葡萄酒品質(zhì)作為例子,帶你步入機(jī)器學(xué)習(xí)的大門
現(xiàn)在,你如何教會Jon Snow貓和狗的區(qū)別?答案很直觀——你帶它出去散步,當(dāng)你看到一只貓時,你指著貓說:“這是貓?!蹦憷^續(xù)走,可能會看到一條狗,所以你...
2018-07-02 標(biāo)簽:人工智能機(jī)器學(xué)習(xí)數(shù)據(jù)集 1.1萬 0
了解機(jī)器學(xué)習(xí) (ML) 的一個子部分,稱為微型機(jī)器學(xué)習(xí) (TinyML)、它是什么、它的應(yīng)用程序、硬件和軟件要求以及它的優(yōu)勢。 機(jī)器學(xué)習(xí) (ML) 是一...
2023-01-27 標(biāo)簽:控制器ML機(jī)器學(xué)習(xí) 1.1萬 0
機(jī)器學(xué)習(xí)發(fā)展歷程與機(jī)器學(xué)習(xí)應(yīng)用之道
監(jiān)督學(xué)習(xí)(Supervised Learning)是從有標(biāo)簽的訓(xùn)練數(shù)據(jù)中學(xué)習(xí)模型,然后對某個給定的新數(shù)據(jù)利用模型預(yù)測它的標(biāo)簽。如果分類標(biāo)簽精確度越高,則...
2022-07-10 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)算法機(jī)器學(xué)習(xí) 1.1萬 0
帶你入門常見的機(jī)器學(xué)習(xí)分類算法——邏輯回歸、樸素貝葉斯、KNN、SVM、決策樹
樸素貝葉斯方法是一組基于貝葉斯定理的監(jiān)督學(xué)習(xí)算法,在給定類變量值的情況下,樸素假設(shè)每對特征之間存在條件獨立性。下面我將介紹幾種樸素貝葉斯的方法。
2019-05-06 標(biāo)簽:機(jī)器學(xué)習(xí)決策樹樸素貝葉斯 1.1萬 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(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 |