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

        機器視覺-今日洞察和未來展望

        •   為了比競爭對手更好地服務其目標客戶,當今的嵌入式設計團隊正在尋求機器學習(ML)和深度學習(DL)等新技術,以便在有限的資源下按時向市場開發和部署復雜的機器和設備。借助這些技術,團隊可以使用數據驅動的方法構建復雜的單系統或多系統模型。?ML和DL算法不是使用基于物理學的模型來描述系統的行為,而是透過數據推斷出系統的模型。?傳統ML算法適用于處理數據量相對較小且問題的復雜度較低的情況。?但如果是像自動駕駛汽車這樣的大數據問題呢??解決這個挑戰需要采用DL技術。&n
        • 關鍵字: 機器視覺  機器學習  

        三個核心要素幫你應對機器學習挑戰

        •   2016年,“機器學習”還只是被Gartner?視為一個“流行詞”,到如今,它已發展成為幾乎所有?IT?人士都在思考、探索或執行的一件事。毫無疑問,基于數據的分析和預測(機器從信息資源中學習,然后通知業務部門及其他部門并影響其行動)已經是當今迅速增長的最新、最熱門的技術領域之一。但對于那些正在進入機器學習領域的參與者來說,理想和現實之間仍無法平衡;正如每個不斷發展的新興事業一樣,基礎設施之水既能載舟,亦能覆舟。  Gartner已經確定了三種主要的最佳實踐,基礎設施和運營
        • 關鍵字: 機器學習  人工智能  

        【E問E答】什么是數據科學、機器學習和AI?它們有啥區別?

        •   當我進行以數據科學家進行自我介紹時,經常會被問道:“數據科學和機器學習有什么區別?”或者“這是不是意味著你在研究人工智能?”所以我將通過本文進行回答。  這些領域確實有很多重疊的地方,但它們并不是一個領域:即使很難用語言表達,這些領域的大多數專家也都能直觀的理解特定的工作是如何被分類為數據科學、機器學習或人工智能的。  所以在這篇文章中,我提出了關于這三個領域差異的簡化定義:  ·數據科學產生洞察力。  ·機器學習做出預測。  ·人工智能生成行為。  顯然,這不是一個充分條件:不是所有符合該定義的東西
        • 關鍵字: 機器學習  AI  

        Workday收購機器學習初創企業SkipFlag 深化AI領域業務

        •   全球知名HRM SaaS廠商Workday日前宣布收購初創企業SkipFlag。該初創企業的業務重心集中在通過深度學習幫助企業解讀每天收集的大量數據。        Workday首席技術官Joe Korngiebel指出,此次交易使公司能夠突破在人力資源和財務規劃領域的軟件即服務,進入更先進的技術領域。他透露:“此次收購SkipFlag是我們在機器學習、高級搜索以及自然語言處理等領域持續投入的一大進展,從而實現了產品速度以及智能化的提升,進而為用戶提供所需的見解。&r
        • 關鍵字: 機器學習  

        “AI技術”泛濫之下 真正的機器學習在改變世界

        • 2018年消費電子展上的人工智能不是焦點,但在消費電子展外,真正的機器學習正在改變世界。
        • 關鍵字: 機器學習  AI  

        助力上海科創中心建設,AI大師Alan Yuille教授走進上海

        •   12月19日上午,AI大師中國深度巡回交流系列第一站之“Alan Yuille教授走進上海”活動,在上海交通大學成功舉辦。據悉,本次活動由上海市經濟和信息化委員會、徐匯區人民政府、中國人工智能產業發展聯盟聯合指導,上海交通大學和人工智能領軍企業依圖科技共同主辦,上海人工智能發展聯盟(籌)、上海浦東智慧城市發展研究院、上海市軟件行業協會協辦。  Alan Yuille教授師從著名天體物理學家霍金,是全球人工智能計算機視覺領域奠基人,是首位將“學習”引入計算機視覺領域的大師,最早開始用
        • 關鍵字: AI  機器學習  

        中國人工智能產業白皮書全文

        • 一場技術革命正席卷全球,就像任何變革性技術一樣,很難打破AI的炒作嫌疑,如果說2017年只是“預熱和炒作”,那么隨著技術差距不斷縮小,2018年中國在AI領域的優勢將真正體現。
        • 關鍵字: 人工智能  機器學習  

        IBM展示10倍速GPU機器學習,處理30GB訓練數據只要1分鐘

        •   IBM研究院與瑞士洛桑聯邦理工學院共同于2017 NIPS Conference發表大數據機器學習解決方案,此方法可以利用GPU在一分鐘內處理完30GB的訓練數據集,是現存有限內存訓練方法的10倍。   研究團隊表示,機器訓練在大數據時代遇到的挑戰是動輒TB等級起跳的訓練數據,這是常見卻又棘手的問題,或許一臺有足夠內存容量的服務器,就能將所有訓練數據都加載內存中進行運算,但是仍要花費數小時,甚至是數周。   他們認為,目前如GPU等特殊的運算硬件,的確能有效加速運算,但僅限于運算密集的工作,而非數
        • 關鍵字: IBM  機器學習  

        李彥宏:人工智能技術改變了所有產業

        •   12月3日,第四屆世界互聯網大會在烏鎮拉開帷幕,本次大會以“發展數字經濟 促進開放共享——攜手共建網絡空間命運共同體”為主題。來自全球的科技大佬們齊聚于此,紛紛帶來了對當前科技發展的獨到理解和看法。   百度公司董事長兼首席執行官李彥宏詳細談到了人工智能方面的內容。他首先介紹今天的人工智能仍處在一個發展早期的階段,就如同十幾年前中國互聯網的成長一樣,而當時的中國互聯網甚至世界互聯網增長動力有三個:網民人數的增加、上網時間的增加以及網站信息量的增加,都在
        • 關鍵字: 人工智能  機器學習  

        機器學習將推動下一次工業革命的到來

        •   在1日舉辦的“全球思想盛筵-人工智能與人類文明”上,圖靈獎獲得者、美國國家科學院院士、美國國家工程院院士John E. Hopcroft發表主題演講,稱機器學習將推動下一次工業革命的到來。   John E. Hopcroft認為,人工智能的許多項目還不能提取一個物品的本質,或者是理解物品的根本功能以及其他重要方面。所以要想真正的具有全智能性還需要再進行一次革命,讓我們看到一個物品能夠立刻理解。   John E. Hopcroft表示,AI現在還處在一個比較早期的階段,下
        • 關鍵字: 機器學習  人工智能  

        細說AI三大巨頭:他們現在過的如何?

        • 隨著AI研究的越發深入,AI所產生的倫理性、哲學性的問題也隨之加重。這不但是企業所遭遇的問題,更是全球需要面對的問題。
        • 關鍵字: AI  機器學習  

        谷歌的AI布局:機器學習是重心 繼續在中國招人

        •   自發布AI First戰略后,谷歌在人工智能道路上越走越堅定。不僅有Google Assistant智能助手,還在秋季發布會上發布了包括手機、耳機和智能音箱等多款AI硬件,構建AI生態。在特斯拉CEO馬斯克等不斷發出AI威脅論下,谷歌則表示,專注AI的前沿研究和解決實際問題。   近幾年,Google每年都會舉行 APAC(亞太區年度媒體會議)。作為從Mobile First戰略轉移到AI First的科技巨頭,此次媒體會議的焦點自然是人工智能,“Made with AI”。
        • 關鍵字: 谷歌  機器學習  

        誰才是機器學習時代最合適的編程語言?

        •   開發者到底應該學習哪種編程語言才能獲得機器學習或數據科學這類工作呢?這是一個非常重要的問題。我們在許多論壇上都有討論過。現在,我可以提供我自己的答案并解釋原因,但我們先看一些數據。畢竟,這是機器學習者和數據科學家應該做的事情:看數據,而不是看觀點。  讓我們看一些數據。我將在Indeed.com上使用趨勢搜索。它可以根據時間搜尋實際工作機會中特定的條款。這表明了雇主們正在尋找擁有該技能的人才。然而,請注意,這并不是一項有效使用技能的民意調查。這種指標更能體現技能的受歡迎程度。  話不多說,上數據。我搜
        • 關鍵字: 機器學習  Python  

        大規模機器學習框架的四重境界

        •   1. 背景  自從google發表著名的GFS、MR、BigTable三篇paper以后,互聯網正式迎來了大數據時代。大數據的顯著特點是大,哪里都大的大。本篇主要針對volume大的數據時,使用機器學習來進行數據處理過程中遇到的架構方面的問題做一個系統的梳理。  有了GFS我們有能力積累海量的數據樣本,比如在線廣告的曝光和點擊數據,天然具有正負樣本的特性,累積一兩個月往往就能輕松獲得百億、千億級的訓練樣本。這樣海量的樣本如何存儲?用什么樣的模型可以學習海量樣本中有用的pattern?這些問題
        • 關鍵字: 機器學習  

        有關機器學習每個人都應該了解的東西

        •   在過去的幾個月中,我與很多的決策者交流了有關人工智能特別是機器學習方面的問題。其中有幾名高管已經被投資者詢問了有關他們在機器學習(Machine Learning)方面的戰略,以及在哪些方面運用了機器學習。那么這個技術課題為什么突然會成為公司董事會討論的話題呢?  計算機應該為人類解決問題。傳統的方法是“編寫”所需的程序,換句話說,就是我們教電腦問題解決的算法。該算法詳細描述了解決問題的過程,就像食譜一樣。很多任務都可以用算法來描述。例如,在小學里,我們學習了數字加法算法。當涉及到要快速、完
        • 關鍵字: 機器學習  
        共279條 13/19 |‹ « 10 11 12 13 14 15 16 17 18 19 »

        機器學習介紹

        您好,目前還沒有人創建詞條機器學習!
        歡迎您創建該詞條,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。    創建詞條

        熱門主題

        樹莓派    linux   
        關于我們 - 廣告服務 - 企業會員服務 - 網站地圖 - 聯系我們 - 征稿 - 友情鏈接 - 手機EEPW
        Copyright ?2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
        《電子產品世界》雜志社 版權所有 北京東曉國際技術信息咨詢有限公司
        備案 京ICP備12027778號-2 北京市公安局備案:1101082052    京公網安備11010802012473
        主站蜘蛛池模板: 博罗县| 鸡东县| 广东省| 沿河| 南投市| 博白县| 蛟河市| 临沂市| 昌黎县| 龙海市| 凤庆县| 当雄县| 正镶白旗| 商城县| 冕宁县| 平果县| 西安市| 西乌| 同仁县| 隆子县| 县级市| 西充县| 尤溪县| 宿州市| 石家庄市| 兰坪| 许昌市| 鄱阳县| 黄陵县| 文成县| 德江县| 霍山县| 始兴县| 泊头市| 安丘市| 平武县| 陇西县| 安义县| 班玛县| 龙陵县| 定州市|