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。
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。專(zhuān)門(mén)研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類(lèi)的學(xué)習(xí)行為,以獲取新的知識(shí)或技能,重新組織已有的知識(shí)結(jié)構(gòu)使之不斷改善自身的性能。
它是人工智能的核心,是使計(jì)算機(jī)具有智能的根本途徑,其應(yīng)用遍及人工智能的各個(gè)領(lǐng)域,它主要使用歸納、綜合而不是演繹。
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。專(zhuān)門(mén)研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類(lèi)的學(xué)習(xí)行為,以獲取新的知識(shí)或技能,重新組織已有的知識(shí)結(jié)構(gòu)使之不斷改善自身的性能。
它是人工智能的核心,是使計(jì)算機(jī)具有智能的根本途徑,其應(yīng)用遍及人工智能的各個(gè)領(lǐng)域,它主要使用歸納、綜合而不是演繹。
表示學(xué)習(xí)系統(tǒng)的基本結(jié)構(gòu)。環(huán)境向系統(tǒng)的學(xué)習(xí)部分提供某些信息,學(xué)習(xí)部分利用這些信息修改知識(shí)庫(kù),以增進(jìn)系統(tǒng)執(zhí)行部分完成任務(wù)的效能,執(zhí)行部分根據(jù)知識(shí)庫(kù)完成任務(wù),同時(shí)把獲得的信息反饋給學(xué)習(xí)部分。在具體的應(yīng)用中,環(huán)境,知識(shí)庫(kù)和執(zhí)行部分決定了具體的工作內(nèi)容,學(xué)習(xí)部分所需要解決的問(wèn)題完全由上述3部分確定。下面我們分別敘述這3部分對(duì)設(shè)計(jì)學(xué)習(xí)系統(tǒng)的影響。
影響學(xué)習(xí)系統(tǒng)設(shè)計(jì)的最重要的因素是環(huán)境向系統(tǒng)提供的信息。或者更具體地說(shuō)是信息的質(zhì)量。知識(shí)庫(kù)里存放的是指導(dǎo)執(zhí)行部分動(dòng)作的一般原則,但環(huán)境向?qū)W習(xí)系統(tǒng)提供的信息卻是各種各樣的。如果信息的質(zhì)量比較高,與一般原則的差別比較小,則學(xué)習(xí)部分比較容易處理。如果向?qū)W習(xí)系統(tǒng)提供的是雜亂無(wú)章的指導(dǎo)執(zhí)行具體動(dòng)作的具體信息,則學(xué)習(xí)系統(tǒng)需要在獲得足夠數(shù)據(jù)之后,刪除不必要的細(xì)節(jié),進(jìn)行總結(jié)推廣,形成指導(dǎo)動(dòng)作的一般原則,放入知識(shí)庫(kù),這樣學(xué)習(xí)部分的任務(wù)就比較繁重,設(shè)計(jì)起來(lái)也較為困難。
因?yàn)閷W(xué)習(xí)系統(tǒng)獲得的信息往往是不完全的,所以學(xué)習(xí)系統(tǒng)所進(jìn)行的推理并不完全是可靠的,它總結(jié)出來(lái)的規(guī)則可能正確,也可能不正確。這要通過(guò)執(zhí)行效果加以檢驗(yàn)。正確的規(guī)則能使系統(tǒng)的效能提高,應(yīng)予保留;不正確的規(guī)則應(yīng)予修改或從數(shù)據(jù)庫(kù)中刪除。
知識(shí)庫(kù)是影響學(xué)習(xí)系統(tǒng)設(shè)計(jì)的第二個(gè)因素。知識(shí)的表示有多種形式,比如特征向量、一階邏輯語(yǔ)句、產(chǎn)生式規(guī)則、語(yǔ)義網(wǎng)絡(luò)和框架等等。這些表示方式各有其特點(diǎn),在選擇表示方式時(shí)要兼顧以下4個(gè)方面:
(1)表達(dá)能力強(qiáng)。
(2)易于推理。
(3)容易修改知識(shí)庫(kù)。
(4)知識(shí)表示易于擴(kuò)展。
對(duì)于知識(shí)庫(kù)最后需要說(shuō)明的一個(gè)問(wèn)題是學(xué)習(xí)系統(tǒng)不能在全然沒(méi)有任何知識(shí)的情況下憑空獲取知識(shí),每一個(gè)學(xué)習(xí)系統(tǒng)都要求具有某些知識(shí)理解環(huán)境提供的信息,分析比較,做出假設(shè),檢驗(yàn)并修改這些假設(shè)。因此,更確切地說(shuō),學(xué)習(xí)系統(tǒng)是對(duì)現(xiàn)有知識(shí)的擴(kuò)展和改進(jìn)。
執(zhí)行部分是整個(gè)學(xué)習(xí)系統(tǒng)的核心,因?yàn)閳?zhí)行部分的動(dòng)作就是學(xué)習(xí)部分力求改進(jìn)的動(dòng)作。同執(zhí)行部分有關(guān)的問(wèn)題有3個(gè):復(fù)雜性、反饋和透明性。
一份非常詳盡的PyTorch教程,從如何安裝PyTorch開(kāi)始
TensorDataset允許我們使用數(shù)組索引表示法(上面代碼中的[0:3])訪(fǎng)問(wèn)訓(xùn)練數(shù)據(jù)的一小部分。 它返回一個(gè)元組(或?qū)Γ渲械谝粋€(gè)元素包含所選行...
2019-03-12 標(biāo)簽:函數(shù)機(jī)器學(xué)習(xí)pytorch 35.9萬(wàn) 0
機(jī)器學(xué)習(xí)算法之隨機(jī)森林算法詳解及工作原理圖解
隨機(jī)森林是一種靈活且易于使用的機(jī)器學(xué)習(xí)算法,即便沒(méi)有超參數(shù)調(diào)優(yōu),也可以在大多數(shù)情況下得到很好的結(jié)果。它也是最常用的算法之一,因?yàn)樗芎?jiǎn)易,既可用于分類(lèi)也...
2018-03-14 標(biāo)簽:算法機(jī)器學(xué)習(xí)隨機(jī)森林 31.9萬(wàn) 0
ChatGPT本質(zhì)屬于生成式人工智能,屬于無(wú)監(jiān)督或半監(jiān)督的機(jī)器學(xué)習(xí)。與之相關(guān)的還有Discriminative modeling區(qū)分式模型,區(qū)分式模型大...
2023-02-16 標(biāo)簽:人工智能機(jī)器學(xué)習(xí)ChatGPT 12.6萬(wàn) 0
在當(dāng)前AGI研究中,幾乎沒(méi)有人將目標(biāo)設(shè)定為建立AI-1系統(tǒng);相反,將他們的工作視為某種AI-3的版本才更適合。他們認(rèn)為,“思維機(jī)器”或“通用智能”不僅和...
2018-09-28 標(biāo)簽:人工智能機(jī)器學(xué)習(xí)AGI 8.7萬(wàn) 0
支持向量機(jī)(SVM)的定義、分類(lèi)及工作流程圖詳解
SVM可以做線(xiàn)性分類(lèi)、非線(xiàn)性分類(lèi)、線(xiàn)性回歸等,相比邏輯回歸、線(xiàn)性回歸、決策樹(shù)等模型。
2017-11-30 標(biāo)簽:svm機(jī)器學(xué)習(xí) 8.4萬(wàn) 0
NLP的介紹和如何利用機(jī)器學(xué)習(xí)進(jìn)行NLP以及三種NLP技術(shù)的詳細(xì)介紹
本文用簡(jiǎn)潔易懂的語(yǔ)言,講述了自然語(yǔ)言處理(NLP)的前世今生。從什么是NLP到為什么要學(xué)習(xí)NLP,再到如何利用機(jī)器學(xué)習(xí)進(jìn)行NLP,值得一讀。這是該系列的...
2018-06-10 標(biāo)簽:機(jī)器學(xué)習(xí)機(jī)器翻譯NLP 7.7萬(wàn) 0
為什么Jupyter Notebook會(huì)比其他工具更受歡迎?
“有什么好用的IDE/環(huán)境/工具?”是他們提出的最常見(jiàn)的問(wèn)題之一。這確實(shí)也是個(gè)不怎么好回答的問(wèn)題,因?yàn)樗鼪](méi)有具體選項(xiàng)。IDE、Sublime Text、...
2018-05-31 標(biāo)簽:機(jī)器學(xué)習(xí)數(shù)據(jù)科學(xué) 7.4萬(wàn) 0
你知道XGBoost背后的數(shù)學(xué)原理是什么嗎?
在第一種方法的基礎(chǔ)上,每走過(guò)特定數(shù)量的臺(tái)階,都由韓梅梅去計(jì)算每一個(gè)臺(tái)階的損失函數(shù)值,并從中找出局部最小值,以免錯(cuò)過(guò)全局最小值。每次韓梅梅找到局部最小值,...
2018-08-22 標(biāo)簽:梯度機(jī)器學(xué)習(xí) 6.5萬(wàn) 0
深入了解一下十大經(jīng)典機(jī)器學(xué)習(xí)算法之一:PCA算法
對(duì)于維數(shù)比較多的數(shù)據(jù),首先需要做的事就是在盡量保證數(shù)據(jù)本質(zhì)的前提下將數(shù)據(jù)中的維數(shù)降低。降維是一種數(shù)據(jù)集預(yù)處理技術(shù),往往在數(shù)據(jù)應(yīng)用在其他算法之前使用,它可...
2018-06-29 標(biāo)簽:pca機(jī)器學(xué)習(xí) 5.5萬(wàn) 0
機(jī)器學(xué)習(xí)優(yōu)化算法中梯度下降,牛頓法和擬牛頓法的優(yōu)缺點(diǎn)詳細(xì)介紹
梯度下降法實(shí)現(xiàn)簡(jiǎn)單,當(dāng)目標(biāo)函數(shù)是凸函數(shù)時(shí),梯度下降法的解是全局解。一般情況下,其解不保證是全局最優(yōu)解,梯度下降法的速度也未必是最快的。
2018-08-04 標(biāo)簽:優(yōu)化算法函數(shù)機(jī)器學(xué)習(xí) 5.2萬(wàn) 0
158
6
最近機(jī)器學(xué)習(xí)貌似比較火,分享一本機(jī)器學(xué)習(xí)的書(shū),基于MATLAB,大家共勉!
標(biāo)簽:matlab機(jī)器學(xué)習(xí) 33343 158
0
0
機(jī)器學(xué)習(xí)簡(jiǎn)介與經(jīng)典機(jī)器學(xué)習(xí)算法人才培養(yǎng)
標(biāo)簽:算法機(jī)器學(xué)習(xí) 24671 0
3
4
【第一屆中國(guó)AI與機(jī)器學(xué)習(xí)研討會(huì)】微軟領(lǐng)銜人工智能大咖共同探討AI與機(jī)器學(xué)習(xí)
標(biāo)簽:人工智能機(jī)器學(xué)習(xí)ElecFans 12709 3
周志華機(jī)器學(xué)習(xí)PDF電子書(shū)免費(fèi)下載立即下載
類(lèi)別:人工智能 2019-11-07 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)人工智能機(jī)器學(xué)習(xí)
想從事深度學(xué)習(xí)工作的進(jìn)來(lái)看,經(jīng)典面試問(wèn)題幫你整理好了立即下載
類(lèi)別:數(shù)值算法/人工智能 2017-12-06 標(biāo)簽:機(jī)器學(xué)習(xí)深度學(xué)習(xí)
類(lèi)別:電子資料 2023-02-10 標(biāo)簽:人工智能機(jī)器學(xué)習(xí)chatgpt
LSSVM教程之LSSVM機(jī)器學(xué)習(xí)的介紹和應(yīng)用指南的詳細(xì)資料概述立即下載
類(lèi)別:人工智能 2018-11-27 標(biāo)簽:控制器移動(dòng)機(jī)器人機(jī)器學(xué)習(xí)
人工智能技術(shù)有哪些?現(xiàn)在最熱的人工智能十大介紹是哪些?立即下載
類(lèi)別:人工智能 2018-08-28 標(biāo)簽:語(yǔ)音識(shí)別人工智能機(jī)器學(xué)習(xí)
模糊關(guān)系如何進(jìn)行合成運(yùn)算詳細(xì)資料研究分析立即下載
類(lèi)別:模擬數(shù)字論文 2018-12-19 標(biāo)簽:模式識(shí)別數(shù)據(jù)挖掘機(jī)器學(xué)習(xí)
類(lèi)別:模擬數(shù)字 2020-05-08 標(biāo)簽:算法機(jī)器學(xué)習(xí)
三菱經(jīng)濟(jì)型觸摸屏GS2107以太網(wǎng)連接至FX1N/FX1S/FX2N/FX3U立即下載
類(lèi)別:單片機(jī) 2021-12-20 標(biāo)簽:單片機(jī)服務(wù)器網(wǎng)絡(luò)
python機(jī)器學(xué)習(xí)工具sklearn使用手冊(cè)的中文版免費(fèi)下載立即下載
類(lèi)別:人工智能 2019-03-26 標(biāo)簽:向量機(jī)機(jī)器學(xué)習(xí)python
LD3320語(yǔ)音識(shí)別模塊+MP3-TF-16P模塊實(shí)現(xiàn)語(yǔ)音交互功能立即下載
類(lèi)別:單片機(jī) 2021-12-16 標(biāo)簽:單片機(jī)語(yǔ)音識(shí)別機(jī)器學(xué)習(xí)
2018年度SCI期刊影響因子最新發(fā)布,Nature、Science、Cell三大神刊排名前列
接下來(lái),新智元以Artificial Intelligence、Machine Learning、Robotics等為關(guān)鍵詞,摘取了今年度JCR收錄SC...
2019-06-23 標(biāo)簽:人工智能計(jì)算機(jī)視覺(jué)機(jī)器學(xué)習(xí) 16.8萬(wàn) 0
什么是深度學(xué)習(xí)?有什么優(yōu)點(diǎn)和缺點(diǎn)?
深度學(xué)習(xí)(DeepLearning)的概念由Hinton等人于2006年提出。基于深度置信網(wǎng)絡(luò)(DBN)提出非監(jiān)督貪心逐層訓(xùn)練算法,為解決深層結(jié)構(gòu)相關(guān)的...
2018-07-13 標(biāo)簽:人工智能機(jī)器學(xué)習(xí)深度學(xué)習(xí) 11.5萬(wàn) 0
科普一下:機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的區(qū)別和關(guān)系
深度學(xué)習(xí)屬于機(jī)器學(xué)習(xí)的一個(gè)子域,其相關(guān)算法受到大腦結(jié)構(gòu)與功能(即人工神經(jīng)網(wǎng)絡(luò))的啟發(fā)。深度學(xué)習(xí)如今的全部?jī)r(jià)值皆通過(guò)監(jiān)督式學(xué)習(xí)或經(jīng)過(guò)標(biāo)記的數(shù)據(jù)及算法實(shí)現(xiàn)。...
2018-06-23 標(biāo)簽:數(shù)據(jù)機(jī)器學(xué)習(xí)深度學(xué)習(xí) 8.1萬(wàn) 0
輸入幾個(gè)簡(jiǎn)單的關(guān)鍵詞,AI能幫你生成一篇短篇小說(shuō)甚至是專(zhuān)業(yè)論文。最近大火的ChatGPT在郵件撰寫(xiě)、文本翻譯、代碼編寫(xiě)等任務(wù)上強(qiáng)大表現(xiàn),讓埃隆·馬斯克都...
2023-02-09 標(biāo)簽:算法機(jī)器學(xué)習(xí)ChatGPT 7.1萬(wàn) 0
18種最佳智能服飾:介紹迄今為止我們所見(jiàn)過(guò)的最好的科技服飾
智能服裝不僅僅是將小工具佩戴到手腕、臉部、耳部和腳部,智能服裝還可以不斷記錄我們的心率、監(jiān)控我們的情緒,甚至為我們的星巴克消費(fèi)付款,所有的這些過(guò)程無(wú)需拿...
2018-04-10 標(biāo)簽:機(jī)器學(xué)習(xí)智能服裝 5.5萬(wàn) 0
人工智能給人類(lèi)生活帶來(lái)巨大改變的六個(gè)案例
像許多大型銀行一樣,美國(guó)銀行(U.S. Bank)收集了大量的客戶(hù)數(shù)據(jù)。和大多數(shù)銀行一樣,美國(guó)銀行一直在努力從這些數(shù)據(jù)中獲得可操作的洞察。美國(guó)銀行首席分...
2018-06-23 標(biāo)簽:數(shù)據(jù)人工智能機(jī)器學(xué)習(xí) 4.5萬(wàn) 0
Lalalai在線(xiàn)服務(wù)可以從任何音頻源中提取人聲和樂(lè)器音軌
Lalal.ai是一項(xiàng)在線(xiàn)服務(wù),它使用機(jī)器學(xué)習(xí)算法來(lái)精確識(shí)別和仔細(xì)區(qū)分人聲和樂(lè)器音軌。它接受了具有4500萬(wàn)個(gè)神經(jīng)網(wǎng)絡(luò)參數(shù)和先進(jìn)的數(shù)字信號(hào)處理功能的20...
2021-02-24 標(biāo)簽:音頻人工智能機(jī)器學(xué)習(xí) 4.3萬(wàn) 0
全新發(fā)布的 2018 iPad Pro 有許多亮點(diǎn),但最亮眼的莫過(guò)于A12X仿生芯片。蘋(píng)果在產(chǎn)品發(fā)布會(huì)上展示了A12X芯片的強(qiáng)大:圖像處理性能是A10X...
2018-11-10 標(biāo)簽:芯片蘋(píng)果機(jī)器學(xué)習(xí) 4.3萬(wàn) 0
GitHub上最受歡迎的28款開(kāi)源的機(jī)器學(xué)習(xí)項(xiàng)目,TensorFlow位列其中
現(xiàn)在機(jī)器學(xué)習(xí)逐漸成為行業(yè)熱門(mén),經(jīng)過(guò)二十幾年的發(fā)展,機(jī)器學(xué)習(xí)目前也有了十分廣泛的應(yīng)用,如:數(shù)據(jù)挖掘、計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理、生物特征識(shí)別、搜索引擎、醫(yī)學(xué)...
2018-05-17 標(biāo)簽:機(jī)器學(xué)習(xí)githubtensorflow 4.2萬(wàn) 0
人工智能和大數(shù)據(jù)之間是什么聯(lián)系?區(qū)別又是什么?
大數(shù)據(jù)提供了大量的數(shù)據(jù),并且能從大量繁雜的數(shù)據(jù)中提取或分離出有用的數(shù)據(jù),然后供人工智能來(lái)使用。即人工智能和機(jī)器學(xué)習(xí)中使用的數(shù)據(jù)已經(jīng)被“清理”了,無(wú)關(guān)的、...
2018-07-10 標(biāo)簽:人工智能機(jī)器學(xué)習(xí)大數(shù)據(jù) 3.9萬(wàn) 0
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 |