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:7750個(gè) 瀏覽:137148次 帖子:307個(gè)
英特爾開(kāi)發(fā)區(qū)更新:2016年10月
The Intel? Developer Zone Update is your place for quick Intel Software focu...
2018-10-29 標(biāo)簽:英特爾物聯(lián)網(wǎng)機(jī)器學(xué)習(xí) 2.3k 0
機(jī)器學(xué)習(xí)的應(yīng)用 ST機(jī)器學(xué)習(xí)解決方案助力車企探索汽車AI可能性
意法半導(dǎo)體的首款車規(guī)機(jī)器學(xué)習(xí)解決方案 SL-AIAID012401V1 由 AEKD-AICAR1 評(píng)估套件、 AI 人工智能插件和 AutoDevKi...
2023-09-15 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)ST意法半導(dǎo)體 2.3k 0
研究一種代替人工定位LTE外部干擾的工具,通過(guò)AI算法和自動(dòng)化技術(shù),將外部干擾源呈現(xiàn)在地圖上。
2024-01-10 標(biāo)簽:LTEPCA機(jī)器學(xué)習(xí) 2.3k 0
利用以下八個(gè)開(kāi)源AI技術(shù),你的機(jī)器學(xué)習(xí)項(xiàng)目可提升到新水平
人工智能(AI)技術(shù)正迅速改變我們生活中幾乎每一個(gè)領(lǐng)域。從我們?nèi)绾谓涣鞯?,用于交通的手段,我們似乎越?lái)越沉迷于人工智能。由于AI快速發(fā)展,大量的人才和資...
2018-05-16 標(biāo)簽:ai機(jī)器學(xué)習(xí) 2.3k 0
盤(pán)點(diǎn)數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)面試中的常見(jiàn)問(wèn)題
中位數(shù):中位數(shù)也是觀察一組數(shù)據(jù)平均情況的一種方法。它是一組數(shù)字的中間數(shù)字。結(jié)果有兩種可能性,因?yàn)閿?shù)據(jù)總數(shù)可能是奇數(shù),也可能是偶數(shù)。如果總數(shù)是奇數(shù),則將組...
2019-03-20 標(biāo)簽:機(jī)器學(xué)習(xí)線性回歸數(shù)據(jù)科學(xué) 2.3k 0
干貨:遇到不同問(wèn)題或項(xiàng)目應(yīng)采取的不同機(jī)器學(xué)習(xí)算法
剛開(kāi)始學(xué)習(xí)數(shù)據(jù)科學(xué)時(shí),筆者經(jīng)常面臨這樣一個(gè)問(wèn)題:遇到具體問(wèn)題,選擇何種算法才合適。也許你也和我一樣,搜了很多有關(guān)機(jī)器學(xué)習(xí)算法的文章,會(huì)看到許多詳細(xì)的描述...
2020-11-06 標(biāo)簽:算法機(jī)器學(xué)習(xí) 2.3k 0
數(shù)據(jù)驅(qū)動(dòng)的應(yīng)用對(duì)電池狀態(tài)的預(yù)測(cè)和健康管理(Prognostics and health management, PHM)有著極大的幫助。使用數(shù)據(jù)驅(qū)動(dòng)的方...
2024-01-15 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)電池管理系統(tǒng)數(shù)據(jù)驅(qū)動(dòng) 2.3k 0
關(guān)于機(jī)器學(xué)習(xí)研究者和從業(yè)者的12個(gè)寶貴經(jīng)驗(yàn)
分類器必須用計(jì)算機(jī)可以處理的形式化語(yǔ)言來(lái)表示。相反地,為訓(xùn)練模型選擇一個(gè)表征就等同于選擇可訓(xùn)練分類器的集合。
2018-12-19 標(biāo)簽:計(jì)算機(jī)機(jī)器學(xué)習(xí) 2.3k 0
循環(huán)神經(jīng)網(wǎng)絡(luò)注意力的模擬實(shí)現(xiàn)
深度學(xué)習(xí)領(lǐng)域中,處理一張大圖的時(shí)候,使用卷積神經(jīng)網(wǎng)絡(luò)的計(jì)算量隨著圖片像素的增加而線性增加。如果參考人的視覺(jué),有選擇地分配注意力,就能選擇性地從圖片或視頻...
2018-10-22 標(biāo)簽:傳感器機(jī)器學(xué)習(xí) 2.3k 0
云計(jì)算是存儲(chǔ)和分析大數(shù)據(jù)的關(guān)鍵推動(dòng)力,這已成為制造企業(yè)的共識(shí)。即使在幾年前,如此龐大的數(shù)據(jù)似乎還是無(wú)法想象的。由于很多企業(yè)想通過(guò)更好地利用財(cái)務(wù)、客戶、供...
2020-10-24 標(biāo)簽:云計(jì)算機(jī)器學(xué)習(xí) 2.2k 0
在干擾信號(hào)抑制領(lǐng)域,將干擾污染的樣本從信號(hào)中剔除是最直接的干擾抑制方法。盡管如此,它也會(huì)抑制目標(biāo)的部分有效信號(hào),導(dǎo)致有用信號(hào)的切口樣本重建精度降低。
2023-06-02 標(biāo)簽:濾波器探測(cè)器機(jī)器學(xué)習(xí) 2.2k 0
使用 MATLAB,您能夠: · 使用無(wú)線波形發(fā)生器以合成和無(wú)線信號(hào)形式生成訓(xùn)練數(shù)據(jù) · 通過(guò)向生成的信號(hào)添加射頻損傷和信道模型來(lái)增強(qiáng)信號(hào)空間 ·...
2022-09-08 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)無(wú)線通信AI 2.2k 0
什么是深度強(qiáng)化學(xué)習(xí)?深度強(qiáng)化學(xué)習(xí)算法應(yīng)用分析
什么是深度強(qiáng)化學(xué)習(xí)? 眾所周知,人類擅長(zhǎng)解決各種挑戰(zhàn)性的問(wèn)題,從低級(jí)的運(yùn)動(dòng)控制(如:步行、跑步、打網(wǎng)球)到高級(jí)的認(rèn)知任務(wù)。
2023-07-01 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)深度強(qiáng)化學(xué)習(xí) 2.2k 0
人工智能集群的性能,尤其是機(jī)器學(xué)習(xí)訓(xùn)練集群,受到神經(jīng)網(wǎng)絡(luò)處理單元NPUs(即GPU或TPU)之間并行計(jì)算能力的顯著影響。在我們稱為縱向擴(kuò)展scale-u...
TensorFlow宣布開(kāi)源TXF的一個(gè)重要組件:“數(shù)據(jù)驗(yàn)證”
對(duì)于數(shù)據(jù)集中不斷增加的新數(shù)據(jù),我們需要用原模式對(duì)它們進(jìn)行驗(yàn)證。但是,在常規(guī)設(shè)置中,這個(gè)模式每個(gè)一段時(shí)間都會(huì)維護(hù)一次,它基于統(tǒng)計(jì)信息,而統(tǒng)計(jì)信息又會(huì)受新加...
2018-09-24 標(biāo)簽:機(jī)器學(xué)習(xí)數(shù)據(jù)集TensorFlow 2.2k 0
機(jī)器學(xué)習(xí)在數(shù)據(jù)分析中的應(yīng)用
隨著大數(shù)據(jù)時(shí)代的到來(lái),數(shù)據(jù)量的爆炸性增長(zhǎng)對(duì)數(shù)據(jù)分析提出了更高的要求。機(jī)器學(xué)習(xí)作為一種強(qiáng)大的工具,通過(guò)訓(xùn)練模型從數(shù)據(jù)中學(xué)習(xí)規(guī)律,為企業(yè)和組織提供了更高效、...
2024-07-02 標(biāo)簽:人工智能機(jī)器學(xué)習(xí)數(shù)據(jù)分析 2.2k 0
人工神經(jīng)元模型是人工智能和機(jī)器學(xué)習(xí)領(lǐng)域中非常重要的概念之一。它模仿了生物神經(jīng)元的工作方式,通過(guò)數(shù)學(xué)和算法來(lái)實(shí)現(xiàn)對(duì)數(shù)據(jù)的處理和學(xué)習(xí)。 一、人工神經(jīng)元模型的...
2024-07-11 標(biāo)簽:人工智能模型機(jī)器學(xué)習(xí) 2.2k 0
如何區(qū)分深度學(xué)習(xí)與機(jī)器學(xué)習(xí)
深度學(xué)習(xí)與傳統(tǒng)的機(jī)器學(xué)習(xí)最主要的區(qū)別在于隨著數(shù)據(jù)規(guī)模的增加其性能也不斷增長(zhǎng)。當(dāng)數(shù)據(jù)很少時(shí),深度學(xué)習(xí)算法的性能并不好。這是因?yàn)樯疃葘W(xué)習(xí)算法需要大量的數(shù)據(jù)來(lái)...
2017-10-27 標(biāo)簽:機(jī)器學(xué)習(xí)深度學(xué)習(xí) 2.2k 0
CFA二級(jí)思維導(dǎo)圖分享:機(jī)器學(xué)習(xí)
在機(jī)器學(xué)習(xí)中,訓(xùn)練模型的算法數(shù)據(jù)集包括:訓(xùn)練樣本(Trainning Sample),檢驗(yàn)樣本(validation sample)、驗(yàn)證樣本(Test...
2020-01-16 標(biāo)簽:機(jī)器學(xué)習(xí)深度學(xué)習(xí)強(qiáng)化學(xué)習(xí) 2.2k 0
機(jī)器學(xué)習(xí)模型評(píng)估指標(biāo)
機(jī)器學(xué)習(xí)模型指標(biāo)在機(jī)器學(xué)習(xí)建模過(guò)程中,針對(duì)不同的問(wèn)題,需采用不同的模型評(píng)估指標(biāo)。
2023-09-06 標(biāo)簽:模型曲線機(jī)器學(xué)習(xí) 2.2k 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 |