首頁  資訊  商機   下載  拆解   高校  招聘   雜志  會展  EETV  百科   問答  電路圖  工程師手冊   Datasheet  100例   活動中心  E周刊閱讀   樣片申請
        EEPW首頁 >> 主題列表 >> ?機器學習

        ?機器學習 文章 最新資訊

        機器學習“捧紅”GPU 英特爾地位受挑戰(zhàn)

        • 目前Google、微軟和亞馬遜在打造AI網(wǎng)絡(luò)方面仍處于早期階段,各家采用的方法各有不同,像Google為了提升機器學習效能已設(shè)計出自己的芯片,因此最后哪家廠商能成為這場AI芯片戰(zhàn)的勝利者還有待觀察。
        • 關(guān)鍵字: 機器學習  GPU   

        云中的機器學習:FPGA上的深度神經(jīng)網(wǎng)絡(luò)

        • 人工智能正在經(jīng)歷一場變革,這要得益于機器學習的快速進步。在機器學習領(lǐng)域,人們正對一類名為“深度學習”算法產(chǎn)生濃厚的興趣,因為這類算法具有出色的大數(shù)據(jù)集性能。在深度學習中,機器可以在監(jiān)督或不受監(jiān)督的方式下從大量數(shù)據(jù)中學習一項任務(wù)。大規(guī)模監(jiān)督式學習已經(jīng)在圖像識別和語音識別等任務(wù)中取得巨大成功。
        • 關(guān)鍵字: 人工智能  機器學習  FPGA  卷積神經(jīng)網(wǎng)絡(luò)  

        谷歌發(fā)布"自動機器學習"技術(shù) AI可自我創(chuàng)造

        •   5月24日消息,據(jù)Inverse報道,今年5月份,谷歌宣布其人工智能(AI)研究取得重大進展,似乎幫助科幻小說中最聳人聽聞的末日預(yù)言成為現(xiàn)實。谷歌推出名為“自動機器學習(AutoML)”的技術(shù),在無需人類工程師的支持下,允許AI進行自我創(chuàng)造。   從表面上看,這種技術(shù)可能會讓人覺得AI發(fā)展終于迎來“奇點時刻”,它正在失去控制。但實際上,谷歌正利用它將機器學習令人不可思議的力量交到普通人手中。從本質(zhì)上講,AutoML的策略就是利用神經(jīng)網(wǎng)絡(luò)設(shè)計其他神經(jīng)
        • 關(guān)鍵字: 谷歌  機器學習  

        編輯記者等注定被機器人淘汰?我們可以去學編程

        •   5月5日消息,據(jù)《金融時報》報道,現(xiàn)在也許是放棄從事新聞工作、成為機器學習程序員的時候了。這似乎是個符合邏輯的舉動,與“如果不能打敗他們,就加入他們”的理念不謀而合。過去幾年里,我們已經(jīng)看到過成千上萬的專欄文章討論人們擔心機器人搶走他們的工作?,F(xiàn)在看來,唯一可保安全的工作就是為機器人編程。   這份工作的薪酬也很吸引人,機器學習專家的薪酬是計算機行業(yè)從業(yè)人員中最高的。程序員在線社區(qū)Stack Overflow統(tǒng)計顯示,在美國,機器學習專家的平均年薪超過10萬美元。在英國和法國
        • 關(guān)鍵字: 機器人  機器學習  

        像魚兒離不開水,未來我們將高度依賴機器學習

        • 在未來10年中,機器學習技術(shù)將日益成為我們生活中不必可少的部分,并改變我們的工作和生活方式。
        • 關(guān)鍵字: 機器學習  

        斯坦福機器學習公開課筆記15——隱含語義索引、奇異值分解、獨立成分分析

        •   我們在上一篇筆記中講到了PCA(主成分分析)。PCA是一種直接的降維方法,通過求解特征值與特征向量,并選取特征值較大的一些特征向量來達到降維的效果?! ”疚睦^續(xù)PCA的話題,包括PCA的一個應(yīng)用——LSI(Latent Semantic Indexing, 隱含語義索引)和PCA的一個實現(xiàn)——SVD(Singular Value Decomposition,奇異值分解)。在SVD和LSI結(jié)束之后,關(guān)于PCA的內(nèi)容就告一段落。視頻的后半段開始講無監(jiān)督學習
        • 關(guān)鍵字: 斯坦福  機器學習  

        機器學習技術(shù)使物聯(lián)網(wǎng)設(shè)備更加強大云端運算為幕后推手

        •   物聯(lián)網(wǎng)(IOT))產(chǎn)業(yè)吸引眾多科技廠商投入,而產(chǎn)品是否具備機器學習能力,決定其是否能獲得消費者青睞。   根據(jù)VentureBeat報導,1996年時,芝加哥的CookCountyHospital急診室使用一種算法來了解,當病人出現(xiàn)胸痛癥狀時,是否是因為患有心臟病,應(yīng)該要將他們移入病床。該算法使用一種系統(tǒng)性的基本測試,為快速、有效而且精準的方法??梢园?0%的病人劃分到低風險領(lǐng)域,其他病人中有95%為心臟病患,精準度高于一般醫(yī)生判斷的75~89%。而當時還沒有深度運算技術(shù)。   現(xiàn)在全世界一年有6
        • 關(guān)鍵字: 機器學習  物聯(lián)網(wǎng)  

        斯坦福機器學習公開課筆記14——主成分分析

        •   上一篇筆記中,介紹了因子分析模型,因子分析模型使用d維子空間的隱含變量z來擬合訓練數(shù)據(jù),所以實際上因子分析模型是一種數(shù)據(jù)降維的方法,它基于一個概率模型,使用EM算法來估計參數(shù)?! ”酒饕榻BPCA(Principal Components Analysis, 主成分分析),也是一種降維方法,但是該方法比較直接,只需計算特征向量就可以進行降維了。本篇對應(yīng)的視頻是公開課的第14個視頻,該視頻的前半部分為因子分析模型的EM求解,已寫入筆記13,本篇只是后半部分的筆記,所以內(nèi)容
        • 關(guān)鍵字: 斯坦福  機器學習  

        人工智能誕生60周年 展望機器學習的未來發(fā)展

        • 在最近十年,隨著大數(shù)據(jù)和云計算(大規(guī)模計算)的發(fā)展,機器學習進入了發(fā)展的黃金期。
        • 關(guān)鍵字: 人工智能  機器學習  

        斯坦福機器學習公開課筆記13B——因子分析模型及其EM求解

        •   本文是《斯坦福ML公開課筆記13A》的續(xù)篇。主要講述針對混合高斯模型的問題所采取的簡單解決方法,即對假設(shè)進行限制的簡單方法,最后引出因子分析模型(Factor Analysis Model),包括因子分析模型的介紹、EM求解等。                                   &nb
        • 關(guān)鍵字: 斯坦福  機器學習  

        斯坦福機器學習公開課筆記13A——混合高斯模型、混合貝葉斯模型

        •   本文對應(yīng)公開課的第13個視頻,這個視頻仍然和EM算法非常相關(guān),第12個視頻講解了EM算法的基礎(chǔ),本視頻則是在講EM算法的應(yīng)用。本視頻的主要內(nèi)容包括混合高斯模型(Mixture?of?Gaussian,?MoG)的EM推導、混合貝葉斯模型(Mixture?of?Naive?Bayes,MoNB)的EM推導、因子分析模型(Factor?Analysis?Model)及其EM求解。由于本章內(nèi)容較多,故而分為AB兩篇,本篇介紹至混
        • 關(guān)鍵字: 斯坦福  機器學習  

        2017全球機器學習技術(shù)大會

        •   以機器學習為代表的人工智能技術(shù)已經(jīng)被公認為未來5~10年技術(shù)變革的浪潮,它必將全方位改變未來人們的工作和生活方式。秉承“全球?qū)<?、連接智慧”的宗旨,我們特邀三十多位全球機器學習領(lǐng)域的技術(shù)領(lǐng)袖和行業(yè)應(yīng)用專家,于2017年6月29-30日在北京舉辦「2017全球機器學習技術(shù)大會」活動家提供大會在線報名服務(wù)。大會融合主題演講、互動研討、案例分享、高端培訓等多種形式,探討機器學習在各領(lǐng)域的發(fā)展和實踐應(yīng)用。未來已來,Are?You?Ready??來2017全球機器學習技術(shù)大會,一場
        • 關(guān)鍵字: 機器學習  

        斯坦福機器學習公開課筆記12—K-Means、混合高斯分布、EM算法

        •   本文對應(yīng)斯坦福ML公開課的第12個視頻,第12個視頻與前面相關(guān)性并不大,開啟了一個新的話題——無監(jiān)督學習。主要內(nèi)容包括無監(jiān)督學習中的K均值聚類(K-means)算法,混合高斯分布模型(Mixture of Gaussians, MoG),求解MoG模型的EM算法,以及EM的一般化形式,在EM的一般化形式之前,還有一個小知識點,即Jensen不等式(Jensen’s inequality)?! ?nbsp;       
        • 關(guān)鍵字: 斯坦福  機器學習  

        人工智能誕生60周年 展望機器學習的未來發(fā)展

        • 在最近十年,隨著大數(shù)據(jù)和云計算(大規(guī)模計算)的發(fā)展,機器學習進入了發(fā)展的黃金期。2016年12月17日,在2016機器智能前沿論壇上,中外專家探討了機器學習的未來發(fā)展與展望。
        • 關(guān)鍵字: 人工智能  機器學習  

        最全面的52個機器學習API盤點,一文讓你全get

        •   Microsoft?CogniTIve?Service?-?Computer?Vision:?該API能夠根據(jù)用戶輸入與用戶選擇分析可視化內(nèi)容。譬如根據(jù)內(nèi)容來標記圖片、進行圖片分類、人類識別并且返回他們的相似性、進行領(lǐng)域相關(guān)的內(nèi)容識別、創(chuàng)建圖片的內(nèi)容描述、定位圖片中的文本、對圖片內(nèi)容進行成人分級等。  Rekognition:?該API能夠根據(jù)社交圖片應(yīng)用的特點提供快速面部識別與場景識別。譬如基于人眼、嘴、面部以及鼻子等等特征進行性
        • 關(guān)鍵字: 機器學習  
        共279條 17/19 |‹ « 10 11 12 13 14 15 16 17 18 19 »

        ?機器學習介紹

        您好,目前還沒有人創(chuàng)建詞條?機器學習!
        歡迎您創(chuàng)建該詞條,闡述對?機器學習的理解,并與今后在此搜索?機器學習的朋友們分享。    創(chuàng)建詞條

        熱門主題

        樹莓派    linux   
        關(guān)于我們 - 廣告服務(wù) - 企業(yè)會員服務(wù) - 網(wǎng)站地圖 - 聯(lián)系我們 - 征稿 - 友情鏈接 - 手機EEPW
        Copyright ?2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
        《電子產(chǎn)品世界》雜志社 版權(quán)所有 北京東曉國際技術(shù)信息咨詢有限公司
        備案 京ICP備12027778號-2 北京市公安局備案:1101082052    京公網(wǎng)安備11010802012473
        主站蜘蛛池模板: 武夷山市| 酒泉市| 丰顺县| 潢川县| 冷水江市| 临澧县| 东台市| 从江县| 资溪县| 特克斯县| 乐安县| 弥渡县| 黄浦区| 宿迁市| 福清市| 奎屯市| 咸阳市| 大关县| 东乡族自治县| 宁津县| 桂平市| 普陀区| 西城区| 象州县| 驻马店市| 政和县| 师宗县| 湖南省| 桦南县| 普兰县| 宁乡县| 本溪| 茌平县| 佛坪县| 广灵县| 徐州市| 湖北省| 北流市| 峨眉山市| 互助| 松溪县|