机器学习&人工智能

Vitis AI 集成

更多TVM中文文档可访问→ApacheTVM是一个端到端的深度学习编译框架，适用于CPU、GPU和各种机器学习加速芯片。
·2024-02-12 12:42

神经网络中的分位数回归和分位数损失

在使用机器学习构建预测模型时，我们不只是想知道“预测值(点预测)”，而是想知道“预测值落在某个范围内的可能性有多大(区间预测)”。
·2024-02-12 12:41

【Golang入门教程】如何使用Goland创建并运行项目

自然语言处理的发展文章目录自然语言处理的发展**前言**创建新项目编辑运行/调试配置编写并运行代码总结强烈推荐专栏集锦写在最后前些天发现了一个巨牛的人工智能学习网站，通俗易懂，风趣幽默，忍不住分享一下给大家
The-Venus·2024-02-12 12:43

人工智能与人的智能

面对未知，人类的焦虑倾向于设置一个不被其他任何东西超越的一大前提，也就是要保持人类的天然性，作为保护壳。然而，但这种大前提迟早会被突破的，就像意识一样，我们想控制它，但是没有办法完全控制的，比如现在要你不去想大象，那你能不想大象吗？还是立即就想到了大象这个对象？人造的四肢、心脏支架、人造的牙齿都被逐渐接受并习以为常，那头脑的外部拓展芯片应该也会被逐渐接受的。现在会面临这样的一个哲学性问题：外加植入
初几开门·2024-02-12 12:33

【机器学习】数据清洗之处理缺失点

个人主页：[甜美的江]欢迎点赞✍评论⭐收藏收录专栏：[机器学习]希望本文对您有所裨益，如有不足之处，欢迎在评论区提出指正，让我们共同学习、交流进步！
·2024-02-12 12:11

今日分享主题

每年数以亿计的用户让谷歌的软件愈加聪明，这是谷歌率先开发出人工智能、无人驾驶的全部密码。因此，客观上，用户是互联网价值创造的主体。这是互联网公司无法直接收费的根源。假设微信收费，市场
云梦泽_58fb·2024-02-12 12:08

人工智能在金融领域的革新：挑战与机遇

人工智能在金融领域的应用已经带来了革命性的变化，它不仅提高了金融服务的效率和便利性，也为金融机构提供了更多的数据分析和风险管理工具。
迷璃学妹·2024-02-12 12:40

为什么人人都要学编程？

5G、人工智能、云技术、工业4.0……这些看似遥远的概念已经渐渐深入到了我们的生活之中。逛某电商平台，给家里的猫主子买了点猫粮，平台就会给推荐一些猫爬杆、猫玩具之类的东西。也感觉很实用，就又下单了。
小灶儿大厨·2024-02-12 12:21

李宏毅机器学习笔记 2.回归

最近在跟着Datawhale组队学习打卡，学习李宏毅的机器学习/深度学习的课程。
Simone Zeng·2024-02-12 11:34

机器学习 | 凸/非凸目标函数 |非凸目标函数导致求解陷入局部最优

数学中最优化问题的一般表述是求取x∗∈χx^{*}\in\chix∗∈χ，使f(x∗)=min{f(x):x∈χ}f(x^{*})=min\{f(x):x\in\chi\}f(x∗)=min{f(x):x∈χ}，其中x是n维向量，χ\chiχ是x的可行域，f是χ\chiχ上的实值函数。凸优化问题是指χ\chiχ是闭合的凸集且f是χ\chiχ上的凸函数的最优化问题，这两个条件任一不满足则该问题即为非
stone_fall·2024-02-12 11:04

西瓜书-机器学习5.4 全局最小与局部极小

两种“最优”：“局部极小”(localminimum)和"全局最小"(globalminimum)对和，若存在使得多组不同参数值初始化多个神经网络使用“模拟退火”：以一定的概率接受比当前解更差的结果，有助于“跳出”局部极小使用随机梯度下降遗传算法(geneticalgorithms)[Goldberg,1989]也常用来训练神经网络以上用于跳出局部极小的技术大多是启发式，理论上商缺乏保障。Gold
lestat_black·2024-02-12 11:32

机器学习入门之基础概念及线性回归

任务目录什么是Machinelearning学习中心极限定理，学习正态分布，学习最大似然估计推导回归Lossfunction学习损失函数与凸函数之间的关系了解全局最优和局部最优学习导数，泰勒展开推导梯度下降公式写出梯度下降的代码学习L2-Norm，L1-Norm，L0-Norm推导正则化公式说明为什么用L1-Norm代替L0-Norm学习为什么只对w/Θ做限制，不对b做限制Question1：Wh
StarCoder_Yue·2024-02-12 11:01

机器学习40讲学习笔记-18 从全局到局部：核技巧

一序本文属于极客时间机器学习40讲学习笔记系列。18从全局到局部：核技巧对偶性主要应用在最优决策边界的求解中。
bohu83·2024-02-12 11:01

[机器学习]全局最小与局部最小

机器学习中很多任务最终都会转化为优化任务，基于梯度的搜索是使用最广泛的参数寻优方法。梯度法：从某些初始解出发，迭代寻找最优参数值。
3points·2024-02-12 11:01

面试题：说下局部最优和全局最优的区别

更多面试题关注"机器学习算法面试"有劳动下手指啦问题背景在优化的世界里，总避免不了的接触全局最优和局部最优的概念，那么这两者的区别是什么呢？
耗子来啦·2024-02-12 11:31

机器学习之监督学习和非监督学习

监督学习(SupervisedLearning)监督学习是一种学习方式，其中模型从标记的训练数据中学习。这意味着每个训练样本都是由输入向量和相应的目标输出(也称为标签)组成的。模型的任务是学习输入到输出的映射函数，以便当提供新的、未见过的数据时，模型能够预测出正确的输出。例子:邮件分类:根据邮件内容将邮件自动分类为“垃圾邮件或“非垃圾邮件”。这里，邮件内容是输入，而“垃圾邮件“或“非垃圾邮件”的非
华农DrLai·2024-02-12 11:30

机器学习之局部最优和全局最优

(1)局部最优，就是在函数值空间的一个有限区域内寻找最小值;而全局最优，是在函数值空间整个区域寻找最小值问题。(2)函数局部最小点是它的函数值小于或等于附近点的点，但是有可能大于较远距离的点。(3)全局最小点是那种它的函数值小于或等于所有的可行点。面试：你能解释一下梯度下降法及其在寻找全局最优解时的局限性吗？梯度下降法通过迭代沿着目标函数的负梯度方向更新参数，以寻找最小值。局限性：它可能会陷入局部
华农DrLai·2024-02-12 11:29

《写作如此简单》丨写书哥与人合著的自媒体写作经验分享

文丨十里荷塘秋水长在人工智能技术日益发达的现在，很多常规工作都可以被机器人替代，之后能保留的，是人与人的连接，珍贵的能力将是写作、演讲和沟通；而写作是其他两个能力的基础，它能让人逻辑清晰，引人深度思考。
十里荷塘秋水长·2024-02-12 11:28

一本Python爬虫的书，凭什么能畅销10W册

Python作为一种广泛应用的编程语言，在Web开发、大数据开发、人工智能开发和嵌入式开发等领域都有着重要的应用。Python的易学性、清晰性和可移植性等特点使它得到很多技术人士的喜爱。
程序员老冉·2024-02-12 11:21

[机器学习]决策树

决策树决策树学习采用的是自顶向下的递归方法，其基本思想是以信息熵为度量构造一颗熵值下降最快的树，到叶子节点处，熵值为0具有非常好的可解释性、分类速度快的优点，是一种有监督学习最早提及决策树思想的是Quinlan在1986年提出的ID3算法和1993年提出的C4.5算法，以及Breiman等人在1984年提出的CART算法工作原理一般的，一颗决策树包含一个根结点、若干个内部节点和若干个叶节点构造构造
LBENULL·2024-02-12 11:21

Spark MLlib

目录一、SparkMLlib简介（一）什么是机器学习（二）基于大数据的机器学习（三）Spark机器学习库MLlib二、机器学习流水线（一）机器学习流水线概念（二）流水线工作过程（三）构建一个机器学习流水线三
Francek Chen·2024-02-12 11:15

机器学习简介

介绍机器学习是人工智能（AI）的一个子领域。机器学习的目标通常是理解数据的结构，并将该数据拟合到可以被人理解和利用的模型中。尽管机器学习是计算机科学的一个领域，但它与传统的计算方法有所不同。
白如意i·2024-02-12 10:36

ChatGPT在国际中文教育领域引起的变革与挑战

随着ChatGPT等人工智能技术的兴起，测评领域也将迎来一场创
赵闪闪168·2024-02-12 10:34

GPT最新进展：推出视频功能！迭代即将来临！

随着人工智能的不断进步，ChatGPT正准备以其全新的视频功能大跃进，同时，备受期待的GPT-5也即将在今年露面，预示着AI领域即将迎来一场变革。
赵闪闪168·2024-02-12 10:04

浅谈嵌入式与互联网

嵌入式与人工智能的关系是什么？以及与互联网之间的对比？【嵌牛正文】一、什么叫嵌入式，以及与人工智能的关系？嵌入式原本是嵌
你好困·2024-02-12 10:46

机器学习：Softmax介绍及代码实现

Softmax原理Softmax函数用于将分类结果归一化，形成一个概率分布。作用类似于二分类中的Sigmoid函数。对于一个k维向量z，我们想把这个结果转换为一个k个类别的概率分布p(z)。softmax可以用于实现上述结果，具体计算公式为：对于k维向量z来说，其中zi∈Rzi∈R，我们使用指数函数变换可以将元素的取值范围变换到(0,+∞)(0,+∞),之后我们再所有元素求和将结果缩放到[0,1]
是Dream呀·2024-02-12 10:44

机器学习 —— 多项式回归和正规方程

一、多项式回归房价预测中：有两个特征，frontage和depth，即临街长度和房子的宽度。假如我们计算一个x=frontage*depth(房子面积)，则假设函数变成了hθ(x)=θo+θ1x。线性回归并不适用于所有数据，有时我们需要曲线来适应我们的数据，比如一个二次方模型或者三次方模型。通常我们需要先观察数据然后再决定准备尝试怎样的模型。另外，我们可以令：X2=X2^3,X3=X3^3,从而将
BioLearner·2024-02-12 10:36

《零基础实践深度学习》基于线性回归实现波士顿房价预测任务1.3.3

1.3.3基于线性回归实现波士顿房价预测任务深度学习不仅实现了模型的端到端学习，还推动了人工智能进入工业大生产阶段，产生了标准化、自动化和模块化的通用框架。
软工菜鸡·2024-02-12 09:13

AI大模型学习笔记之四：生成式人工智能（AIGC）是如何工作的？

OpenAI发布ChatGPT已经1年多了，生成式人工智能（AIGC）也已经广为人知，我们常常津津乐道于ChatGPT和Claude这样的人工智能系统能够神奇地生成文本与我们对话，并且能够记忆上下文情境
DATA无界·2024-02-12 09:10

伦理与人工智能：构建公正和负责任的智能系统

在当今数字化和智能化的时代，人工智能（AI）技术的快速发展给商业和社会带来了巨大的变革。然而，随着人工智能技术的广泛应用，伦理问题也日益受到关注。构建公正和负责任的智能系统成为了一个重要议题。
迷璃学妹·2024-02-12 09:09

Elasticsearch：混合搜索是 GenAI 应用的未来

在这个竞争激烈的人工智能时代，自动化和数据为王。从庞大的存储库中有效地自动化搜索和检索信息的过程的能力变得至关重要。随着技术的进步，信息检索方法也在不断进步，从而导致了各种搜索机制的发展。
Elastic 中国社区官方博客·2024-02-12 09:00

使用 Python 5 年后，我转向了Go

\n几乎可以用它来做任何事情–从创建简单的脚本，Web开发，到数据可视化以及机器学习。
六六子大顺1·2024-02-12 09:29

米贸搜|Facebook在购物季使用的Meta广告投放流程

一、账户简化当广告系列开始投放后，每个广告组都会经历一个初始的“机器学习阶段”。简化账户架构可以帮助AI系统更快获得广告主所需的成效。
mimaosoulily·2024-02-12 09:29

【机器学习笔记】基于实例的学习

基于实例的学习文章目录基于实例的学习1基本概念与最近邻方法2K-近邻（KNN）3距离加权KNN4基于实例/记忆的学习器5局部加权回归5多种回归方式对比6懒惰学习与贪婪学习动机：人们通过记忆和行动来推理学习。1基本概念与最近邻方法名词概念参数化设定一个特定的函数形式优点：简单，容易估计和解释可能存在很大的偏置：实际的数据分布可能不遵循假设的分布非参数化：分布或密度的估计是数据驱动的（data-dri
住在天上的云·2024-02-12 09:57

Python概率建模算法和图示

从数据中学习概率模型参数，贝叶斯决策论，信息论，线性代数和优化Python线性判别分析分类模型，逻辑回归，线性回归，广义线性模型Python结构化数据，图像和序列神经网络朴素贝叶斯分类器示例概率学习在机器学习的广阔领域中
亚图跨际·2024-02-12 09:26

【机器学习】支持向量机（SVM）

支持向量机（SVM）1背景信息分类算法回顾决策树样本的属性非数值目标函数是离散的贝叶斯学习样本的属性可以是数值或非数值目标函数是连续的（概率）K-近邻样本是空间（例如欧氏空间）中的点目标函数可以是连续的也可以是离散的支持向量机(SupportVectorMachine)样本是空间（例如欧氏空间）中的点目标函数可以是连续的也可以是离散的背景信息当前版本的支持向量机大部分是由Vapnik和他的同事在A
住在天上的云·2024-02-12 09:56

机器学习案例2：使用 plaidML在 macOS利用GPU进行机器学习

想要在Mac的集成AMDGPU或外部显卡上训练机器学习模型？PlaidML就是您的最佳选择。任何尝试过在macOS上使用TensorFlow训练神经网络的人都知道这个过程有点糟糕。
suoge223·2024-02-12 09:25

机器学习案例1：利用 Python 将语音转换为文本

目录内容简介基本环境配置Python库安装麦克风语音识别音频文件的语音识别长音频源语音识别内容简介语音识别是机器或程序识别口语中的单词和短语并将其转换为文本信息的能力。大多数对于语音识别技术的应用场景就是Siri、Cortana和GoogleAssistant等个人助理，以及其他通过语音交互的虚拟助理。为了理解你的声音，这些虚拟助手需要进行语音识别。语音识别是一个复杂的过程，因此我不会教您如何训练
suoge223·2024-02-12 09:24

神经语言程式(NLP)项目的15 个开源训练数据集

然而，聊天机器人开发的主要瓶颈是获取现实的、面向任务的对话数据来训练这些基于机器学习的系统。我们整理了训练聊天机器人所需的对话数据集，包括问答数据、客户支持数据、对话数据和多语言数据。
suoge223·2024-02-12 09:54

环境对人类智能、人工智能的影响

环境是指人类和人工智能所处的物理、社会和文化背景。环境在很大程度上影响着人类和人工智能的发展和表现，具体包括以下几个方面：环境对于人类和人工智能的学习和认知具有重要影响。
人机与认知实验室·2024-02-12 09:54

兵棋推演是离散问题，深度学习是连续问题

深度学习是一种机器学习方法，旨在通过大规模数据的训练来学习复杂的模式和关系。它通常应用于连续数据和问题，例如图像识别、语音识别、自然语言处理等。
人机与认知实验室·2024-02-12 09:54

AI跟踪报道第28期-新加坡内哥谈技术-本周AI新闻：Gemini Ultra 来了

每周跟踪AI热点新闻动向和震撼发展想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。
新加坡内哥谈技术·2024-02-12 08:22

该选Gemini Advanced还是ChatGPT Plus？看看你应该掏腰包支持谁！

每周跟踪AI热点新闻动向和震撼发展想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。
新加坡内哥谈技术·2024-02-12 08:21

离开亚马逊7.5年后的真心话

每周跟踪AI热点新闻动向和震撼发展想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。
新加坡内哥谈技术·2024-02-12 08:21

Google刚刚推出了图神经网络Tensorflow-GNN

每周跟踪AI热点新闻动向和震撼发展想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。
新加坡内哥谈技术·2024-02-12 08:21

ChatGPT 4.0 升级指南, ChatGPT Plus（GPT 4.0） 有何优势？

ChatGPT是由OpenAI开发的一种基于人工智能的聊天机器人，它基于强大的语言处理模型GPT（GenerativePre-trainedTransformer）构建。
Draven21·2024-02-12 08:17

自然语言处理（NLP）—— 基本概念

自然语言处理（NaturalLanguageProcessing，简称NLP）是人工智能和语言学领域的一个分支，它涉及到计算机和人类（自然）语言之间的相互作用。
思诺学长·2024-02-12 08:45

人工智能：从概念到现实的辉煌历程

引言自20世纪中叶以来，人工智能（ArtificialIntelligence,AI）作为一门前沿科技领域，其发展进程犹如一部波澜壮阔的史诗。
极客代码·2024-02-12 08:13

【书生·浦语大模型实战营】学习笔记1

大模型成为发展通用人工智能的重要途经专用模型：针对特定任务，一个模型解决一个问题通用大模型：一个模型应对多种任务、多种模态书生·浦语大模型系列上海人工智能实验室轻量级、中量级、重量级7B和123B的轻量级和中量级大模型都是开源可用的从模型到应用应用类型
自律版光追·2024-02-12 08:05

浅谈人工智能之深度学习~

目录前言：深度学习的进展一：深度学习的基本原理和算法二：深度学习的应用实例三：深度学习的挑战和未来发展方向四：深度学习与机器学习的关系五：深度学习与人类的智能交互悟已往之不谏，知来者犹可追创作不易，宝子们
秋风起，再归来～·2024-02-12 08:30
上一页 34 35 36 37 38 39 40 41 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他