在机器学习(Machine learning)领域。主要有三类不同的学习方法：监督学习(Supervised learn
2018-05-07 09:09
人工智能和机器学习在带来好处的同时也带来了新的漏洞。本文介绍了几家公司是如何将风险降到最低的。
2020-12-04 16:48
1、人工智能、机器学习、深度学习三者关系 对于很多初入学习人工智能的学习
2018-01-04 04:44
随着时下智能时代的发展，机器学习已成为不少专业人士的“必备技能”。尽管如此，可它在实用性上仍然存在一些问题。因而设计师们采取了架构精简、压缩、以及硬件加速等三种途径。都有啥特点呢?请往下看~ 精简架构设计，输入/输出
2023-08-03 10:11
随着大数据时代的到来，机器学习成为解决问题的一种重要且关键的工具。不管是工业界还是学术界，机器学习都是一个炙手可热的方向，但是学术界和工 业界对
2018-05-18 13:13
基于现在这些深度学习库，让模型变得复杂很容易，加上更多的组件、网络层和优化技巧。然而，当你改动代码或模型时，你至少应该在直觉上理解改动为何有帮助。同理，运行试验时，你应该对它的输出有清楚的预期。你期望绘制出的结果图像看起来是什么样的？
2018-09-08 09:18
/数据科学工具包，上文介绍的Python Machine Learning书中就大量使用Sklearn的API。和使用Kaggle的目的一致，学习的Sklearn的文档也是一种实践过程。比较推荐的方法是把主流机器
2018-05-14 15:54
机器学习入门方法 一说到机器学习，我被问得最多的问题是：给那些开始学习机器学习
2018-05-20 07:10
在本篇文章中，我将对机器学习做个概要的介绍。本文的目的是能让即便完全不了解机器学习的人也能了解
2019-03-03 10:13
提到PCA，可能有些人会想到MDA（Multiple Discriminate Analysis,多元判别分析法），这两者都是线性变换，而且很相似。只不过在PCA中，我们是找到一个成分（方向）来把我们的数据最大化方差，而在MDA中，我们的目标是最大化不同类别之间的差异（比如说，在模式识别问题中，我们的数据包含多个类别，与两个主成分的PCA相比，这就忽略了类别标签）。
2018-08-30 17:47
