完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>
標簽 > 機器學習
機器學習(Machine Learning, ML)是一門多領域交叉學科,涉及概率論、統計學、逼近論、凸分析、算法復雜度理論等多門學科。
機器學習(Machine Learning, ML)是一門多領域交叉學科,涉及概率論、統計學、逼近論、凸分析、算法復雜度理論等多門學科。專門研究計算機怎樣模擬或實現人類的學習行為,以獲取新的知識或技能,重新組織已有的知識結構使之不斷改善自身的性能。
它是人工智能的核心,是使計算機具有智能的根本途徑,其應用遍及人工智能的各個領域,它主要使用歸納、綜合而不是演繹。
機器學習(Machine Learning, ML)是一門多領域交叉學科,涉及概率論、統計學、逼近論、凸分析、算法復雜度理論等多門學科。專門研究計算機怎樣模擬或實現人類的學習行為,以獲取新的知識或技能,重新組織已有的知識結構使之不斷改善自身的性能。
它是人工智能的核心,是使計算機具有智能的根本途徑,其應用遍及人工智能的各個領域,它主要使用歸納、綜合而不是演繹。
表示學習系統的基本結構。環境向系統的學習部分提供某些信息,學習部分利用這些信息修改知識庫,以增進系統執行部分完成任務的效能,執行部分根據知識庫完成任務,同時把獲得的信息反饋給學習部分。在具體的應用中,環境,知識庫和執行部分決定了具體的工作內容,學習部分所需要解決的問題完全由上述3部分確定。下面我們分別敘述這3部分對設計學習系統的影響。
影響學習系統設計的最重要的因素是環境向系統提供的信息。或者更具體地說是信息的質量。知識庫里存放的是指導執行部分動作的一般原則,但環境向學習系統提供的信息卻是各種各樣的。如果信息的質量比較高,與一般原則的差別比較小,則學習部分比較容易處理。如果向學習系統提供的是雜亂無章的指導執行具體動作的具體信息,則學習系統需要在獲得足夠數據之后,刪除不必要的細節,進行總結推廣,形成指導動作的一般原則,放入知識庫,這樣學習部分的任務就比較繁重,設計起來也較為困難。
因為學習系統獲得的信息往往是不完全的,所以學習系統所進行的推理并不完全是可靠的,它總結出來的規則可能正確,也可能不正確。這要通過執行效果加以檢驗。正確的規則能使系統的效能提高,應予保留;不正確的規則應予修改或從數據庫中刪除。
知識庫是影響學習系統設計的第二個因素。知識的表示有多種形式,比如特征向量、一階邏輯語句、產生式規則、語義網絡和框架等等。這些表示方式各有其特點,在選擇表示方式時要兼顧以下4個方面:
(1)表達能力強。
(2)易于推理。
(3)容易修改知識庫。
(4)知識表示易于擴展。
對于知識庫最后需要說明的一個問題是學習系統不能在全然沒有任何知識的情況下憑空獲取知識,每一個學習系統都要求具有某些知識理解環境提供的信息,分析比較,做出假設,檢驗并修改這些假設。因此,更確切地說,學習系統是對現有知識的擴展和改進。
執行部分是整個學習系統的核心,因為執行部分的動作就是學習部分力求改進的動作。同執行部分有關的問題有3個:復雜性、反饋和透明性。
一份非常詳盡的PyTorch教程,從如何安裝PyTorch開始
TensorDataset允許我們使用數組索引表示法(上面代碼中的[0:3])訪問訓練數據的一小部分。 它返回一個元組(或對),其中第一個元素包含所選行...
在當前AGI研究中,幾乎沒有人將目標設定為建立AI-1系統;相反,將他們的工作視為某種AI-3的版本才更適合。他們認為,“思維機器”或“通用智能”不僅和...
NLP的介紹和如何利用機器學習進行NLP以及三種NLP技術的詳細介紹
本文用簡潔易懂的語言,講述了自然語言處理(NLP)的前世今生。從什么是NLP到為什么要學習NLP,再到如何利用機器學習進行NLP,值得一讀。這是該系列的...
為什么Jupyter Notebook會比其他工具更受歡迎?
“有什么好用的IDE/環境/工具?”是他們提出的最常見的問題之一。這確實也是個不怎么好回答的問題,因為它沒有具體選項。IDE、Sublime Text、...
在第一種方法的基礎上,每走過特定數量的臺階,都由韓梅梅去計算每一個臺階的損失函數值,并從中找出局部最小值,以免錯過全局最小值。每次韓梅梅找到局部最小值,...
對于維數比較多的數據,首先需要做的事就是在盡量保證數據本質的前提下將數據中的維數降低。降維是一種數據集預處理技術,往往在數據應用在其他算法之前使用,它可...
機器學習優化算法中梯度下降,牛頓法和擬牛頓法的優缺點詳細介紹
梯度下降法實現簡單,當目標函數是凸函數時,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解,梯度下降法的速度也未必是最快的。
2018年度SCI期刊影響因子最新發布,Nature、Science、Cell三大神刊排名前列
接下來,新智元以Artificial Intelligence、Machine Learning、Robotics等為關鍵詞,摘取了今年度JCR收錄SC...
深度學習(DeepLearning)的概念由Hinton等人于2006年提出。基于深度置信網絡(DBN)提出非監督貪心逐層訓練算法,為解決深層結構相關的...
輸入幾個簡單的關鍵詞,AI能幫你生成一篇短篇小說甚至是專業論文。最近大火的ChatGPT在郵件撰寫、文本翻譯、代碼編寫等任務上強大表現,讓埃隆·馬斯克都...
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、監控我們的情緒,甚至為我們的星巴克消費付款,所有的這些過程無需拿...
像許多大型銀行一樣,美國銀行(U.S. Bank)收集了大量的客戶數據。和大多數銀行一樣,美國銀行一直在努力從這些數據中獲得可操作的洞察。美國銀行首席分...
Lalal.ai是一項在線服務,它使用機器學習算法來精確識別和仔細區分人聲和樂器音軌。它接受了具有4500萬個神經網絡參數和先進的數字信號處理功能的20...
全新發布的 2018 iPad Pro 有許多亮點,但最亮眼的莫過于A12X仿生芯片。蘋果在產品發布會上展示了A12X芯片的強大:圖像處理性能是A10X...
GitHub上最受歡迎的28款開源的機器學習項目,TensorFlow位列其中
現在機器學習逐漸成為行業熱門,經過二十幾年的發展,機器學習目前也有了十分廣泛的應用,如:數據挖掘、計算機視覺、自然語言處理、生物特征識別、搜索引擎、醫學...
2018-05-17 標簽:機器學習githubtensorflow 4.2萬 0
大數據提供了大量的數據,并且能從大量繁雜的數據中提取或分離出有用的數據,然后供人工智能來使用。即人工智能和機器學習中使用的數據已經被“清理”了,無關的、...
編輯推薦廠商產品技術軟件/工具OS/語言教程專題
電機控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動駕駛 | TI | 瑞薩電子 |
BLDC | PLC | 碳化硅 | 二極管 | OpenAI | 元宇宙 | 安森美 | ADI |
無刷電機 | FOC | IGBT | 逆變器 | 文心一言 | 5G | 英飛凌 | 羅姆 |
直流電機 | PID | MOSFET | 傳感器 | 人工智能 | 物聯網 | NXP | 賽靈思 |
步進電機 | SPWM | 充電樁 | IPM | 機器視覺 | 無人機 | 三菱電機 | ST |
伺服電機 | SVPWM | 光伏發電 | UPS | AR | 智能電網 | 國民技術 | Microchip |
開關電源 | 步進電機 | 無線充電 | LabVIEW | EMC | PLC | OLED | 單片機 |
5G | m2m | DSP | MCU | ASIC | CPU | ROM | DRAM |
NB-IoT | LoRa | Zigbee | NFC | 藍牙 | RFID | Wi-Fi | SIGFOX |
Type-C | USB | 以太網 | 仿真器 | RISC | RAM | 寄存器 | GPU |
語音識別 | 萬用表 | CPLD | 耦合 | 電路仿真 | 電容濾波 | 保護電路 | 看門狗 |
CAN | CSI | DSI | DVI | Ethernet | HDMI | I2C | RS-485 |
SDI | nas | DMA | HomeKit | 閾值電壓 | UART | 機器學習 | TensorFlow |
Arduino | BeagleBone | 樹莓派 | 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 |