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)雜度理論等多門學(xué)科。
文章:7749個(gè) 瀏覽:137113次 帖子:307個(gè)
LeetCode初級(jí)算法-動(dòng)態(tài)規(guī)劃01:爬樓梯
搜索微信公眾號(hào):'AI-ming3526'或者'計(jì)算機(jī)視覺(jué)這件小事' 獲取更多算法、機(jī)器學(xué)習(xí)干貨 csdn:[鏈...
2020-12-10 標(biāo)簽:人工智能機(jī)器學(xué)習(xí)深度學(xué)習(xí) 892 0
神經(jīng)網(wǎng)絡(luò)模型效率的提高和 高速神經(jīng)網(wǎng)絡(luò)加速器正在幫助機(jī)器學(xué)習(xí)轉(zhuǎn)向 邊緣。恩智浦 i.MX 8M Plus就是一個(gè)很好的例子,它是我們EdgeVerse產(chǎn)...
2023-05-25 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)恩智浦機(jī)器學(xué)習(xí) 888 0
實(shí)現(xiàn)成功的機(jī)器學(xué)習(xí)通常需要具有強(qiáng)大算力的基于云或服務(wù)器的資源。但是,隨著應(yīng)用的發(fā)展和新用例的出現(xiàn),將機(jī)器學(xué)習(xí)轉(zhuǎn)移到網(wǎng)絡(luò)邊緣變得更加引人注目,尤其是在需要...
2023-05-09 標(biāo)簽:服務(wù)器機(jī)器學(xué)習(xí)自動(dòng)駕駛 886 0
通過(guò)工業(yè)以太網(wǎng)連接加速向工業(yè)4.0的過(guò)渡
工業(yè)4.0的好處在于利用更多的數(shù)據(jù)來(lái)做出更好的決策。在整個(gè)自動(dòng)化系統(tǒng)中及時(shí)訪問(wèn)數(shù)據(jù)以及交付數(shù)據(jù)取決于連接網(wǎng)絡(luò)。網(wǎng)絡(luò)技術(shù)必須不斷發(fā)展以處理增加的數(shù)據(jù)量,制...
2023-02-01 標(biāo)簽:以太網(wǎng)人工智能機(jī)器學(xué)習(xí) 885 0
機(jī)器學(xué)習(xí)這個(gè)主題已經(jīng)很普遍了,每個(gè)人都在談?wù)撍?,但很少有人能夠透徹地了解它。?dāng)前網(wǎng)絡(luò)上的一些機(jī)器學(xué)習(xí)文章晦澀難懂,理論性太強(qiáng),或者通篇云里霧里地介紹人工...
2023-07-10 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)人工智能機(jī)器學(xué)習(xí) 885 0
什么是機(jī)器學(xué)習(xí)-機(jī)器的進(jìn)化
如您所知,我們生活在人類和機(jī)器的世界中。數(shù)百萬(wàn)年來(lái),人類一直在不斷發(fā)展,并從過(guò)去的經(jīng)驗(yàn)中學(xué)到東西。另一方面,機(jī)器和機(jī)器人的時(shí)代才剛剛開(kāi)始。您可以這樣認(rèn)為...
2022-08-02 標(biāo)簽:編程人工智能機(jī)器學(xué)習(xí) 882 0
利用基本分類框架來(lái)執(zhí)行廣泛的圖像合成任務(wù)
介紹一篇關(guān)于概率生成模型非常有意思的工作,保持了Aleksander Madry一如既往的風(fēng)格。
2022-10-24 標(biāo)簽:模型機(jī)器學(xué)習(xí)數(shù)據(jù)集 879 0
如何打通機(jī)器學(xué)習(xí)的三大玄關(guān)
隨著時(shí)下智能時(shí)代的發(fā)展,機(jī)器學(xué)習(xí)已成為不少專業(yè)人士的“必備技能”。盡管如此,可它在實(shí)用性上仍然存在一些問(wèn)題。因而設(shè)計(jì)師們采取了架構(gòu)精簡(jiǎn)、壓縮、以及硬件加...
2023-08-03 標(biāo)簽:cpu神經(jīng)網(wǎng)絡(luò)sram 878 0
機(jī)器學(xué)習(xí)之人工神經(jīng)網(wǎng)絡(luò)(感知機(jī)算法)
1957年,弗蘭克·羅森布拉特(Frank Rosenblatt)從數(shù)學(xué)角度考察MP模型,并提出可以通過(guò)若干成對(duì)的輸入輸出數(shù)據(jù)和機(jī)器學(xué)習(xí)方法獲得ω和b的...
2023-07-15 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí) 875 0
如何判斷機(jī)器學(xué)習(xí)系統(tǒng)性能
混淆矩陣如表一所示,混淆矩陣中包含兩種識(shí)別正確的情況和兩種識(shí)別錯(cuò)誤的情況。 (1)兩種識(shí)別正確的情況為: 1)True Positive(TP),即...
2023-06-25 標(biāo)簽:向量機(jī)機(jī)器學(xué)習(xí)面部識(shí)別 874 0
機(jī)器學(xué)習(xí)基礎(chǔ)知識(shí)全攻略
有監(jiān)督學(xué)習(xí)通常是利用帶有專家標(biāo)注的標(biāo)簽的訓(xùn)練數(shù)據(jù),學(xué)習(xí)一個(gè)從輸入變量X到輸入變量Y的函數(shù)映射。Y = f (X),訓(xùn)練數(shù)據(jù)通常是(n×x,y)的形式,其...
2024-02-25 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)向量機(jī)機(jī)器學(xué)習(xí) 873 0
特征重要性分析用于了解每個(gè)特征(變量或輸入)對(duì)于做出預(yù)測(cè)的有用性或價(jià)值。目標(biāo)是確定對(duì)模型輸出影響最大的最重要的特征,它是機(jī)器學(xué)習(xí)中經(jīng)常使用的一種方法。
2023-10-13 標(biāo)簽:數(shù)據(jù)處理機(jī)器學(xué)習(xí)python 871 0
機(jī)器學(xué)習(xí)特征選擇方法總結(jié)
在本文中,我將介紹如何使用 python 減少 kaggle Mushroom Classification 數(shù)據(jù)集中的特性數(shù)量。本文中使用的所有代碼在...
2022-11-17 標(biāo)簽:機(jī)器學(xué)習(xí) 864 0
人工智能之傳統(tǒng)機(jī)器學(xué)習(xí)
線性回歸就是找到一條直線,使用數(shù)據(jù)點(diǎn)來(lái)尋找最佳擬合線。它試圖通過(guò)將直線方程與該數(shù)據(jù)擬合來(lái)表示自變量(x值)和數(shù)值結(jié)果(y值)。如公式,y=kx+b,y是...
2023-09-04 標(biāo)簽:人工智能機(jī)器學(xué)習(xí)數(shù)據(jù)集 855 0
量子機(jī)器學(xué)習(xí)入門:三種數(shù)據(jù)編碼方法對(duì)比與應(yīng)用
在傳統(tǒng)機(jī)器學(xué)習(xí)中數(shù)據(jù)編碼確實(shí)相對(duì)直觀:獨(dú)熱編碼處理類別變量,標(biāo)準(zhǔn)化調(diào)整數(shù)值范圍,然后直接輸入模型訓(xùn)練。整個(gè)過(guò)程更像是數(shù)據(jù)清洗,而非核心算法組件。量子機(jī)器...
2025-09-15 標(biāo)簽:量子機(jī)器學(xué)習(xí)量子電路 851 0
AI機(jī)器學(xué)習(xí)是如何改變3D打印領(lǐng)域的
機(jī)器學(xué)習(xí)現(xiàn)在是一個(gè)非常熱門的話題,ChatGPT 引起了不小的轟動(dòng)。商業(yè)公司OpenAI 在其語(yǔ)言模型之上發(fā)布了聊天機(jī)器人,不僅可以進(jìn)行人機(jī)對(duì)話甚至還可...
2023-02-19 標(biāo)簽:AI人工智能機(jī)器學(xué)習(xí) 851 0
如何實(shí)現(xiàn)嵌入式視覺(jué)和機(jī)器學(xué)習(xí)
將一級(jí)的輸出傳遞給另一級(jí)且不構(gòu)成循環(huán)的神經(jīng)網(wǎng)絡(luò)被稱為前饋神經(jīng)網(wǎng)絡(luò) (FNN),而那些有反饋、內(nèi)含定向循環(huán)的神經(jīng)網(wǎng)絡(luò)則被稱為遞歸神經(jīng)網(wǎng)絡(luò) (RNN)。
2023-10-31 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)可編程邏輯機(jī)器學(xué)習(xí) 844 0
淺談解機(jī)器學(xué)習(xí)技術(shù)及機(jī)器學(xué)習(xí)3個(gè)組成部分
。不涉及高級(jí)原理,只用簡(jiǎn)單的語(yǔ)言來(lái)談現(xiàn)實(shí)世界的問(wèn)題和實(shí)際的解決方案。不管你是一名程序員還是管理者,都能看懂。那我們開(kāi)始吧!
2022-11-29 標(biāo)簽:人工智能機(jī)器學(xué)習(xí) 844 0
該系統(tǒng)的智能在于其通過(guò)k-NN算法從這些角度進(jìn)行VPoA,該算法是一種監(jiān)督式機(jī)器學(xué)習(xí)技術(shù)。
2022-12-07 標(biāo)簽:慣性傳感器傳感系統(tǒng)機(jī)器學(xué)習(xí) 834 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 |