人工智能与机器学习

华为云EI亮相AICon，技术创新让开发更智能

日前，“AICon2018全球人工智能与机器学习技术大会”在北京召开。
weixin_33832340·2020-07-29 04:44

人工智能与机器学习、深度学习，以及数据挖掘与机器学习之间，主要是什么关系？

严格意义上说，人工智能和机器学习没有直接关系，只不过是机器学习的方法被大量的应用于解决人工智能的问题而已。目前机器学习是人工智能的一种实现方式，也是最重要的实现方式。深度学习是机器学习比较火的一个方向，其本身是神经网络算法的衍生，在图像、语音等富媒体的分类和识别上取得了非常好的效果。数据挖掘主要利用机器学习界提供的技术来分析海量数据，利用数据库界提供的技术来管理海量数据。机器学习是数据挖掘的一种重
人工智能爱好者·2020-07-29 03:41

一个在线交易防欺诈模型

机器学习训练营——机器学习爱好者的自由交流空间（入群联系qq：2279055353）案例介绍IEEE-CIS(IEEEComputationalIntelligenceSociety)在人工智能与机器学习的很多领域开展科研工作
Goodsta·2020-07-28 23:18

思维，意识与智力模型

图像识别人工智能与机器学习机器学习和信息检索什么是意识自然语言处理结论新思维机器的神经模式模型介绍在我写这篇文章时，2017年12月，我在公共场所找不到类似的方法。
寒冰屋·2020-07-28 04:44

第一周作业：深度学习

人工智能与机器学习与深度学习的关系人工智能（目标）>机器学习（一类方法）>深度学习（一个方法）专家系统与机器学习专家系统主要由专家制定规则，应用于规则简单但是规模较大的问题；机器学习是通过训练模型（决策树
杨凯YK·2020-07-25 17:00

对话阿里巴巴贾扬清：如何成为一名优秀的 AI 架构师？

简介：近期，我们邀请了阿里巴巴技术副总裁、阿里巴巴计算平台事业部总经理、AICon全球人工智能与机器学习技术大会深度合作伙伴贾扬清光临InfoQ直播间，和近7000名用户分享了作为一名AI架构师的自我修养的话题
阿里技术官方号·2020-07-15 14:45

PPT大放送 | A2M人工智能与机器学习创新峰会圆满结束，精彩呈现！

8月25日-26日，由msup主办的A2M人工智能与机器学习创新峰会在上海古井假日酒店圆满结束。
msup789·2020-07-14 15:19

IEEE发布《人工智能与机器学习在网络安全领域的应用》

美国电气和电子工程师协会（IEEE）发布《人工智能（AI）与机器学习（ML）在网络安全领域的应用》报告，指出随着移动设备和物联网设备的爆炸式增长，以及AI/ML技术的日益成熟，人们面临着前所未有的网络安全风险。1网络安全威胁的三大重要变化报告提出，近年来，网络安全威胁发生了三大重要变化：（1）攻击动机发生改变。早期的网络攻击多出于个人的好奇心，而近年来的网络攻击或为由资金充足、训练有素的军队发起、
人工智能快报·2020-07-14 10:34

GIAC全球互联网架构大会2017上海站圆满结束，PPT合集下载

分为经典架构、DevOps、技术前沿、管理与效率、人工智能与机器学习5大技术方向；包括未来的编程语言、系统设计与架构、微服务架构及Serverless、中间件平台、容器、AIDevOps、数据库、大前端
高可用架构·2020-07-13 21:38

百度PY-Day1理论课课堂笔记

……什么是人工智能人工智能发展历程人工智能与机器学习、深度学习
dicw·2020-07-12 13:37

人工智能与机器学习的区别

从广义上讲，人工智能涉及机器做一些只有人才能做到的事情。也就是说，计算机科学家不同意几年前的某些计算能力是否可以构成人工智能。如今，许多这些功能可能仅仅只被称为软件。人工智能的现代复兴是由一种非常特殊的计算方式的进步推动的：也就是机器学习。我们经常在Emerj上交替使用人工智能和机器学习，但许多计算机科学家喜欢将两者分开。关于人工智能的究竟是由什么构成的，在该领域存在（并且可能永远存在）辩论。一些
changzongya3154·2020-07-09 14:37

人工智能与机器学习---线性规划和非线性规划求解

一、线性规划1、线性规划的概念线性规划(LinearProgramming简记LP)是了运筹学中数学规划的一个重要分支。自从1947年G.B.Dantzig提出求解线性规划的单纯形法以来，线性规划在理论上趋向成熟，在实用中由于计算机能处理成千上万个约束条件和决策变量的线性规划问题之后，线性规划现代管理中经常采用的基本方法之一。在解决实际问题时，需要把问题归结成一个线性规划数学模型，关键及难点在于选
鄧丫丫·2020-07-08 23:34

人工智能与机器学习——微笑识别和口罩识别

人工智能与机器学习——微笑识别和口罩识别一、人脸图像特征提取方法简介HOG特征提取步骤(1)输入图像并检测窗口(2)伽马与色彩归一化(3)计算梯度(4)构造方向直方图(5)合成各细胞单元使区间在空间上连通
sillystar·2020-07-08 15:04

人工智能与机器学习-python编程-通过单纯形法和scipy库对比分析求解线性规划最大值和最优解问题

python编程-----通过单纯形法和scipy库对比分析求解线性规划最大值和最优解问题单纯形法和scipy库对比分析python编程-----通过单纯形法和scipy库对比分析求解线性规划最大值和最优解问题（一）、单纯形法（二）、求解线性规划的最优解和最大值（三）、Python编程实现单纯形法（四）、相关资料（一）、单纯形法①何为单纯形法？单纯形法simplexmethod求解线性规划问题的通
sillystar·2020-07-08 05:15

【人工智能与机器学习】——Keras编程分别实现人脸微笑和口罩数据集的识别模型训练和测试（卷积神经网络CNN） + 实时分类微笑和口罩识别检测

机器学习练习目录一、理解人脸图像特征提取的各种方法的特征1.HOG2.Dlib3.卷积神经网络（CNN）二、卷积神经网络（CNN）笑脸数据集（genki4k）正负样本的划分、模型训练和测试的过程，输出模型训练精度和测试精度，完成对人脸微笑与否的模型训练1.查看运行的环境2.数据集准备3.网络模型4.资料预处理5.开始训练6.使用数据填充7.对人脸微笑与否的模型训练三、卷积神经网络（CNN）对口罩数
爱跑步的mango·2020-07-08 03:34

人工智能与机器学习·大作业——微笑识别和口罩识别

人工智能与机器学习·大作业——微笑识别和口罩识别一、人脸图像特征提取的各种方法1.HOG2.卷积神经网络特征二、笑脸数据集1.准备工作（1）下载tensorflow①在Anaconda中创建python3.6
栗子NZ·2020-07-08 02:10

人工智能与机器学习——SVM算法深入探究

人工智能与机器学习——SVM算法深入探究一、原理介绍1.支持向量机2.超平面二、SoftMarginSVM1.加载鸢尾花数据集并查看散点图分布2.绘制决策边界3.再次实例化SVC，重新传入一个较小的C三
栗子NZ·2020-07-08 02:38

人工智能与机器学习——分类器 Jupyter编程完成对手写体Mnist数据集中10个字符 （0-9）的分类识别

人工智能与机器学习——分类器Jupyter编程完成对手写体Mnist数据集中10个字符（0-9）的分类识别一、“模型评估与旋转”名词定义1.“查准率”2.“查全率”3.“F1-Score”4.
栗子NZ·2020-07-08 02:38

人工智能与机器学习——采用线性LDA、k-means和SVM算法进行二分类可视化分析

人工智能与机器学习——采用线性LDA、k-means和SVM算法进行二分类可视化分析一、原理介绍1.线性判别分析（LDA）2.K均值聚类算法k-means3.SVM（支持向量机）算法二、线性LDA算法对鸢尾花数据集合月亮数据集二分类
栗子NZ·2020-07-08 02:38

人工智能与机器学习——线性规划中的单纯形法、大M法的excel求解、python求解；非线性规划的拉格朗日乘子法求解、python求解

人工智能与机器学习——线性规划中的单纯形法、大M法的excel求解、python求解；非线性规划的拉格朗日乘子法求解、python求解一、原理介绍1.单纯形法的原理2.大M法的原理3.拉格朗日乘子法的原理二
栗子NZ·2020-07-08 02:38

人工智能与机器学习-分类器

机器学习基础第三章-分类器一、查准率?查全率？查准率（Precision）（精度）是衡量某一检索系统的信号噪声比的一种指标，即检出的相关文献与检出的全部文献的百分比。普遍表示为：查准率=（检索出的相关信息量/检索出的信息总量）x100%。查全率（召回率），是衡量某一检索系统从文献集合中检出相关文献成功度的一项指标，即检出的相关文献与全部相关文献的百分比。普遍表示为：查全率=（检索出的相关信息量/系
missbearC·2020-07-07 17:08

【人工智能与机器学习】用Jupyter完成Iris数据集的 Fisher（注意不是其他算法）线性分类，并学习数据可视化技术

背景Iris数据集中包含了其中的三种数据:山鸢尾(Setosa),杂色鸢尾(Versicolour),维吉尼亚鸢尾(Virginica),每种50个数据,共含150个数据.。在每个数据包含四个属性:花萼长度，花萼宽度，花瓣长度，花瓣宽度,可通过这四个属性预测鸢尾花卉属于(山鸢尾,杂色鸢尾,维吉尼亚鸢尾)哪一类Iris数据集的Fisher线性分类图代码如下：fromsklearnimportdata
lyr70334·2020-07-07 15:23

【人工智能与机器学习】第9周--线性分类

实验环境：Jupyter目的：完成对手写体Mnist数据集中10个字符（0-9）的分类识别MNIST数据介绍：本章使用MNIST数据集，这是一组由美国高中生和人口调查局员工手写的70000个数字的图片。每张图像都用其代表的数字标记。这个数据集被广为使用，因此也被称作是机器学习领域的“HelloWorld”:但凡有人想到了一个新的分类算法，都会想看看在MNIST上的执行结果。因此只要是学习机器学习的
lyr70334·2020-07-07 15:22

【人工智能与机器学习】python代码完成Fisher判别的推导

Fisher判别python推导导入库和读取Iris数据集中的数据fromsklearnimportdatasetsimportmatplotlib.pyplotaspltimportnumpyasnpimportmath#preparethedatairis=datasets.load_iris()X=iris.datay=iris.targetnames=iris.feature_namesl
lyr70334·2020-07-07 15:50

【人工智能与机器学习】基于卷积神经网络的图像分类

准备工作：一.安装所需的python库1️⃣tensorflow库打开anacondapromp，输入pipinstalltensorflow，安装tensorflow库（推荐使用科学上网下载）2️⃣keras库同在是在anacondapromp里，输入pipinstallkeras，安装keras库3️⃣测试最后在jupyter中输入以下代码看看是否安装成功importkeraskeras.__
lyr70334·2020-07-07 15:50

【人工智能与机器学习 】第8周作业-实验报告

单纯形法单纯形法是一种迭代算法，其基本原理就是从线性规划问题的一个基可行解出发，通过不断变化基变量，寻找到使得目标函数取得最优解的基可行解，也可以理解为从单纯形上的一个顶点走向另一个顶点，直到在某个顶点上目标函数取得最优值为止。单纯形法的解题步骤1）、把线性规划问题的约束方程组表达成典范型方程组，找出基本可行解作为初始基本可行解。2）、若基本可行解不存在，即约束条件有矛盾，则问题无解。3）、若基本
lyr70334·2020-07-07 15:49

【人工智能与机器学习 】第六周课后作业--牛顿法、梯度下降法的原理及使用方法

一、牛顿法1.介绍牛顿法（英语：Newton’smethod）又称为牛顿-拉弗森方法（英语：Newton-Raphsonmethod），它是一种在实数域和复数域上近似求解方程的方法。方法使用函数f(x)的泰勒级数的前面几项来寻找方程f(x)=0的根。一般情况对于f(x)是一元二次的情况直接应用求根公式就可以了，但是对于更高次（在5次方以上），没有求根公式，于是牛顿想了个近似求解的办法——牛顿法2.
lyr70334·2020-07-07 15:18

人工智能与机器学习——梯度下降法求函数极值

人工智能与机器学习——梯度下降法求函数极值一、原理介绍1.梯度下降法的原理2.梯度下降法求解过程3.牛顿法原理4.牛顿法方法说明二、用Excel完成函数极值的求解1.求解函数题目2.用excel计算①∂
栗子NZ·2020-07-06 18:18

人工智能与机器学习——基于Fisher判别的线性分类和对Iris数据集的 Fisher线性分类

人工智能与机器学习——基于Fisher判别的线性分类和对Iris数据集的Fisher线性分类一、原理介绍1.Fisher判别法2.Fisher线性判别3.
栗子NZ·2020-07-06 18:18

人工智能与机器学习-梯度下降法

人工智能与机器学习-梯度下降法一、梯度下降法概述梯度下降法（Gradientdescent）是一个一阶最优化算法。
missbearC·2020-07-06 17:20

【人工智能与机器学习】对鸢尾花数据集和月亮数据集，分别采用线性LDA、k-means和SVM算法进行二分类可视化分析

什么是SVM？SVM是一个很复杂的算法，不是一篇博文就能够讲完的，各位小伙伴可以看看知乎的解释：https://www.zhihu.com/question/21094489.什么是k-means算法具体参考百度百科链接：https://baike.baidu.com/item/K%E5%9D%87%E5%80%BC%E8%81%9A%E7%B1%BB%E7%AE%97%E6%B3%95/1577
lyr70334·2020-07-06 17:53

Iris数据集的Fisher线性分类及可视化

数据可视化导入库读取数据可视化操作参考文章一、线性分类及准确率importpandasaspdimportnumpyasnpimportmatplotlib.pyplotaspltpath=r'F:/人工智能与机器学习
Time ??·2020-07-06 15:02

AI和机器学习对量化交易领域的影响

本文为MichaelHarris在欧洲作为邀请嘉宾为高净值客户和交易者所做的一场演讲概要，主题为“人工智能与机器学习将对交易与投资产生的巨大影响”。
BigQuant·2020-07-04 12:57

从 FFM 到 DeepFFM，推荐排序模型到底哪家强？

新浪微博AILab资深算法专家张俊林，在2018年全球人工智能与机器学习大会AICon的演讲中，着重探讨了几种排序模型的发展及原理。AI前线将本场演讲内容进行了整理，希望
asd8705·2020-07-04 11:04

AWS re:Invent 2019 召开 | 云原生生态周报 Vol. 30

技术分享超过2500场，技术方向涵盖数据分析、架构、人工智能与机器学习、容器、IOT等各个热门方向；首日发布AmazonSageMakerOperatorsforKubernetes，用户可以使用原生K8sAPI
alisystemsoftware·2020-07-04 10:37

人工智能与机器学习中模型评估与旋转概念及编程完成对手写体Mnist数据集中10个字符(0-9)的识别

机器学习概念及分类识别目录一、阅读“机器学习”（周志华著）第二章“模型评估与旋转”，理解“查准率”、“查全率”、“F1-Score”、“ROC”、“混淆矩阵”的定义。1.查准率2.查全率3.F1-Score4.ROC5.混淆矩阵二、学习“机器学习实战”第三章-分类器，Jupyter编程完成对手写体Mnist数据集中10个字符（0-9）的分类识别1.获取MNIST数据集2.显示获取数据集需要的时间3
Please L·2020-07-02 09:11

我从 200 个机器学习工具中都学习到了什么？

我收集了所有我能收集到的，有关人工智能与机器学习的资料。这些资源来源以下几个方面：全栈深度学习L
罗昭成-csdn·2020-07-01 03:11

数据科学、人工智能与机器学习傻傻分不清楚，这次通通给你讲清楚

尽管"数据科学"、人工智能（AI）和机器学习属于同一领域，彼此相互联系，但是它们也有特定的应用背景和意义。它们有时也会有重叠，但基本上它们都有自己的特定的用途。什么是数据科学？数据科学是指与数据系统和数据处理有关的研究领域，它旨在维护数据并从中推导出数据蕴含的意义。数据科学家将工具、应用、理论和算法结合在一起来理解数据。由于现在全球各个组织或系统都在生成指数级的数据量，因此很难监视和存储这些数据。
CDA·数据分析师·2020-06-30 08:30

NeurIPS 2019｜腾讯AI Lab详解入选论文，含模仿学习、强化学习、自动机器学习等主题...

伴随着人工智能与机器学习领域的飞速发展，作为领域顶级学术会议之一的NeurIPS今年会议的论文投稿数量又创造了新
腾讯AI实验室·2020-06-30 05:40

python是否真的那么好找工作，究竟能干啥？

目前它主要应用五大领域：1.AI与ML，人工智能与机器学习；2.数据分析；3.WEB后台应用；4.网络爬虫；5.辅助工具，测试自动化等脚本；分析下这五大领域目前的现状，1.想用python去做人工智能或者数据分析
深夜大斌·2020-06-29 04:57

CNCC day2下午 人工智能与机器学习前沿技术论坛

下午论坛的主题是人工智能与机器学习前沿技术论坛，这应该是本次大会最火爆的一个了，后面一排一排的站着的老师和同学让我庆幸上午走得早才能抢到位子。
trainsn·2020-06-26 20:03

计算机视觉与图像处理、模式识别、机器学习学科之间的关系

在我的理解里，要实现计算机视觉必须有图像处理的帮助，而图像处理倚仗与模式识别的有效运用，而模式识别是人工智能领域的一个重要分支，人工智能与机器学习密不可分。
无崖子0·2020-06-26 20:46

计算机视觉与图像处理、模式识别、机器学习学科之间的关系

在我的理解里，要实现计算机视觉必须有图像处理的帮助，而图像处理倚仗与模式识别的有效运用，而模式识别是人工智能领域的一个重要分支，人工智能与机器学习密不可分。
snakorse·2020-06-26 13:33

人工智能与机器学习---利用梯度下降算法求解多元线性回归方程，并与最小二乘法求解进行精度对比

基于jupyternotebook的python编程利用梯度下降算法求解多元线性回归方程，并与最小二乘法求解进行精度对比基于jupyternotebook的python编程0.问题描述1.导入库、数据、并为变量赋值2.定义系数初始值以及学习率和迭代次数3.定义最小二乘法函数-损失函数（代价函数）4.定义梯度下降算法求解线性回归方程系数python函数5.代用函数，进行系数求解，并打印6.画出回归方
sillystar·2020-06-26 10:22

【工业智能】人工智能之于工业，应当是融入者而非颠覆者；记一场工业场景下的AI技术实践

2018年1月13日，由极客邦科技InfoQ中国主办的AICon全球人工智能与机器学习技术大会在北京国际会议中心召开。
产业智能官·2020-06-24 17:18

【人工智能】重磅发布人工智能与机器学习全景式概览

新智元编译来源：aiindex.org编译：编辑部【新智元导读】“AIIndex”（AI指数）近日重磅发布，这是斯坦福大学AI百年研究（AI100）的一个项目，旨在追踪人工智能的活动和进展。该报告列出了2017年人工智能在计算机视觉、自然语言理解等方向上的最新进展，分学术、产业多个角度盘点人工智能进度。报告还综合学术论文数量、招生数量和VC投资数量，得出AI发展活力指数，数据显示，最新一波AI浪潮
产业智能官·2020-06-24 17:40

Gartner：2017年十大科技趋势盘点

第一大类：智能趋势1人工智能与机器学习
isuccess88·2020-06-23 18:46

干货 | 机器学习怎么从入门到不放弃！

一、机器学习入门必备知识上图是人工智能与机器学习、深度学习的关系以及随时间发展的演化图。
DatapiTHU·2020-06-23 05:26

人工智能与机器学习技术在医疗保健行业中的应用

人工智能与机器学习技术在医疗保健行业中的应用lqfarmer深度学习与NLP3月25日人工智能(AI)、机器学习和深度学习正在席卷医疗保健行业，本文全面总结了以深度学习为主导的AI技术正给医疗保健行业带来巨大的变化
binbigdata·2020-06-22 18:37

AI学习笔记：人工智能与机器学习概述

一、人工智能基本概念1.1基本概念数据分析：对历史规律的展现、对未来数据的预测。机器学习：机器学习是指从一系列的原始数据中找到规律，提取人们可以识别的特征，然后通过学习这些特征，最终产生一个模型。流程：原始数据–>特征提取–>模型。机器学习偏向于算法。人工智能：ArtificialIntelligence,AI，亦称机器智能，是指利用计算机来对人的意识、思维信息过程、智能行为进行模拟（如学习、推理
「已注销」·2020-06-21 22:00
上一页 1 2 3 4 5 6 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他