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(mén)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(mén)學(xué)科。
文章:7749個(gè) 瀏覽:137113次 帖子:307個(gè)
數(shù)據(jù)脫敏技術(shù)定義及實(shí)施過(guò)程解析
數(shù)據(jù)脫敏是數(shù)據(jù)安全領(lǐng)域落地場(chǎng)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(kāi)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(hù)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(jī)器學(xué)習(xí) 5.3k 0
研究算法偏差的研究人員表示,有很多方法可以定義公平,但這些方法有時(shí)相互矛盾。想象一下,在刑事司法系統(tǒng)中使用的算法會(huì)將分?jǐn)?shù)分配給兩組(藍(lán)色組和紫色組),因...
2018-08-02 標(biāo)簽:算法機(jī)器學(xué)習(xí) 5.2k 0
在自動(dòng)駕駛車(chē)中,AI用于完成多項(xiàng)重要任務(wù)。其主要任務(wù)之一是路徑規(guī)劃,即車(chē)輛的導(dǎo)航系統(tǒng)。AI的另一項(xiàng)重要任務(wù)是與傳感系統(tǒng)交互,并解釋來(lái)自傳感器的數(shù)據(jù)。
2020-12-25 標(biāo)簽:傳感器神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí) 5.2k 0
機(jī)器人如何進(jìn)行深度學(xué)習(xí)?還有哪些跨不過(guò)的坎?
不僅僅是“微軟小冰”和圍棋高手“阿爾法狗”,從互聯(lián)網(wǎng)搜索到語(yǔ)言翻譯,乃至識(shí)別患有自閉癥風(fēng)險(xiǎn)的基因……凡是需要從大量數(shù)據(jù)中預(yù)測(cè)未知信息的領(lǐng)域,都是深度學(xué)習(xí)...
2018-05-18 標(biāo)簽:機(jī)器人機(jī)器學(xué)習(xí)深度學(xué)習(xí) 5.2k 0
碳材料表面差異的各項(xiàng)因素以及造成的相應(yīng)困境總結(jié)
即便是同一類(lèi)碳材料,由于原料、合成方法、后處理?xiàng)l件等不同,無(wú)論是化學(xué)成分還是微觀結(jié)構(gòu)都可能相差巨大。
2022-10-31 標(biāo)簽:電容器機(jī)器學(xué)習(xí)TEM 5.2k 0
面向嵌入式部署的神經(jīng)網(wǎng)絡(luò)優(yōu)化:模型壓縮深度解析
1.為什么需要神經(jīng)網(wǎng)絡(luò)模型壓縮? 神經(jīng)網(wǎng)絡(luò)已經(jīng)成為解決復(fù)雜機(jī)器學(xué)習(xí)問(wèn)題的強(qiáng)大工具。然而,這種能力往往伴隨著模型規(guī)模和計(jì)算復(fù)雜度的增加。當(dāng)輸入維度較大(例...
2026-02-24 標(biāo)簽:嵌入式神經(jīng)網(wǎng)絡(luò)AI 5.2k 0
因此這張人臉可以用(23.1, 15.8, 255, 224, 189, 5.2, 4.4)這個(gè)向量表示。當(dāng)然,除了以上特征,我們還可以通過(guò)觀察和測(cè)量獲...
2018-09-29 標(biāo)簽:人臉識(shí)別機(jī)器學(xué)習(xí) 5.2k 0
本篇文章中,我們將對(duì)汽車(chē)網(wǎng)絡(luò)安全風(fēng)險(xiǎn)的應(yīng)對(duì)策略,特別是車(chē)載入侵檢測(cè)與防御系統(tǒng)展開(kāi)詳細(xì)的介紹。
2022-12-30 標(biāo)簽:網(wǎng)絡(luò)安全ecu機(jī)器學(xué)習(xí) 5.2k 0
使用開(kāi)源Glow編譯器優(yōu)化神經(jīng)網(wǎng)絡(luò)加速邊緣計(jì)算的機(jī)器學(xué)習(xí)能力
機(jī)器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)如何快速發(fā)展,這為需要尋求方法來(lái)優(yōu)化運(yùn)行在具有功耗,處理和內(nèi)存限制的微型邊緣設(shè)備上,進(jìn)行ML應(yīng)用程序的開(kāi)發(fā)人員帶來(lái)了新的挑戰(zhàn)。 易...
2021-03-01 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)物聯(lián)網(wǎng)機(jī)器學(xué)習(xí) 5.2k 0
關(guān)于深度學(xué)習(xí) vs 機(jī)器學(xué)習(xí) vs 模式識(shí)別三種技術(shù)的性能分析對(duì)比
如果你要學(xué)習(xí)Deep Learning,那就得先復(fù)習(xí)下一些線性代數(shù)的基本知識(shí),當(dāng)然了,也得有編程基礎(chǔ)。我強(qiáng)烈推薦Andrej Karpathy的博文:“...
2019-08-21 標(biāo)簽:模式識(shí)別人工智能機(jī)器學(xué)習(xí) 5.2k 0
通過(guò)機(jī)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(guò)機(jī)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(xiàng)目使得我們可以更深入地了解藥...
2019-01-12 標(biāo)簽:機(jī)器學(xué)習(xí)深度學(xué)習(xí) 5.2k 0
深度學(xué)習(xí)和普通機(jī)器學(xué)習(xí)的區(qū)別
本質(zhì)上,深度學(xué)習(xí)提供了一套技術(shù)和算法,這些技術(shù)和算法可以幫助我們對(duì)深層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行參數(shù)化——人工神經(jīng)網(wǎng)絡(luò)中有很多隱含層數(shù)和參數(shù)。深度學(xué)習(xí)背后的一個(gè)關(guān)...
2019-06-08 標(biāo)簽:機(jī)器學(xué)習(xí)深度學(xué)習(xí) 5.2k 0
但是,人們也可以進(jìn)行其他工藝優(yōu)化,特別是在考慮特定領(lǐng)域的應(yīng)用時(shí)。Abadir補(bǔ)充說(shuō):“大多數(shù)設(shè)計(jì)中都包括大型螺旋電感器。通過(guò)在密集布線區(qū)域和電容器組頂部...
2019-08-30 標(biāo)簽:芯片機(jī)器學(xué)習(xí)抽象 5.2k 0
明年數(shù)據(jù)中心發(fā)展有什么趨勢(shì)?
隨著 5G,IOT 和云計(jì)算等新興技術(shù)的出現(xiàn),數(shù)據(jù)總量急劇上升。未來(lái) 12 個(gè)月數(shù)據(jù)中心會(huì)有什么變化呢?
2019-12-11 標(biāo)簽:數(shù)據(jù)中心機(jī)器學(xué)習(xí) 5.2k 0
基于MAX78000FTHR的機(jī)器學(xué)習(xí)實(shí)時(shí)處理方案
MAX78000本質(zhì)上是一個(gè)ARM Cortex-M4F微控制器,周邊有很多硬件,其中包括Maxim設(shè)計(jì)的神經(jīng)網(wǎng)絡(luò)(CNN)加速器(圖1)。這種機(jī)器學(xué)習(xí)...
2021-01-16 標(biāo)簽:Maxim神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí) 5.2k 0
如何基于STM32Cube.AI 從零開(kāi)始創(chuàng)建AI項(xiàng)目
NanoEdgeAI是一款端到端工具,允許對(duì)數(shù)據(jù)進(jìn)行一些預(yù)處理,并進(jìn)行訓(xùn)練和算法選擇,而STM32Cube.AI 則需要工程師具備一定的AI建模經(jīng)驗(yàn),因...
2022-07-30 標(biāo)簽:STM32AI機(jī)器學(xué)習(xí) 5.2k 0
50個(gè)機(jī)器學(xué)習(xí)實(shí)用API
還在為找不到機(jī)器學(xué)習(xí)的API而煩惱嗎?本篇文章將介紹一個(gè)包含50+關(guān)于人臉和圖像識(shí)別,文本分析,NLP,情感分析,語(yǔ)言翻譯,機(jī)器學(xué)習(xí)和預(yù)測(cè)的API列表,...
2018-06-13 標(biāo)簽:圖像識(shí)別機(jī)器學(xué)習(xí)NLP 5.2k 0
關(guān)于機(jī)器學(xué)習(xí)這九大誤區(qū)是那幾個(gè)你知道嗎?
機(jī)器學(xué)習(xí)和人工智能常常被作為同義詞使用,然而盡管機(jī)器學(xué)習(xí)已經(jīng)成功由實(shí)驗(yàn)室走入現(xiàn)實(shí)世界,但人工智能的覆蓋領(lǐng)域更為廣闊,如計(jì)算機(jī)視覺(jué)、機(jī)器人技術(shù)、自然語(yǔ)言處...
2018-04-08 標(biāo)簽:人工智能機(jī)器學(xué)習(xí) 5.2k 0
機(jī)器學(xué)習(xí)模型的三種評(píng)估方法
錯(cuò)誤率為分類(lèi)錯(cuò)誤的樣本數(shù)占樣本總數(shù)的比例,相應(yīng)的精度=1-錯(cuò)誤率,模型的實(shí)際預(yù)測(cè)輸出與樣本的真實(shí)輸出之間的差異稱(chēng)為“誤差”,模型在訓(xùn)練集上的誤差稱(chēng)為“訓(xùn)...
2020-01-29 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí) 5.2k 0
對(duì)于機(jī)器學(xué)習(xí)/數(shù)據(jù)科學(xué)初學(xué)者 應(yīng)該掌握的七種回歸分析方法
對(duì)于機(jī)器學(xué)習(xí)/數(shù)據(jù)科學(xué)的初學(xué)者來(lái)說(shuō),線性回歸,或者Logistic回歸是許多人在建立預(yù)測(cè)模型時(shí)接觸的第一/第二種方法。由于這兩種算法適用性極廣,有些人甚...
2018-04-27 標(biāo)簽:機(jī)器學(xué)習(xí)數(shù)據(jù)科學(xué) 5.2k 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(zhuān)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 |