推荐
专栏
教程
课程
飞鹅
本次共找到2648条
机器智能
相关的信息
helloworld_38131402
•
3年前
深度学习与图神经网络学习分享:Transformer 整体结构
在过去的几年中,神经网络的兴起与应用成功推动了模式识别和数据挖掘的研究。许多曾经严重依赖于手工提取特征的机器学习任务(如目标检测、机器翻译和语音识别),如今都已被各种端到端的深度学习范式(例如卷积神经网络(CNN)、长短期记忆(LSTM)和自动编码器)彻底改变了。曾有学者将本次人工智能浪潮的兴起归因于三个条件,分别是:·计算资源的快速发展(如GPU)·大
Wesley13
•
3年前
AI中台——智能聊天机器人平台的架构与应用(分享实录)
内容来源:宜信技术学院第3期技术沙龙线上直播|AI中台——智能聊天机器人平台主讲人:宜信科技中心AI中台团队负责人王东导读:随着“中台”战略的提出,目前宜信中台建设在思想理念及架构设计上都已经取得了很多成果。宜信是如何借助中台化的思想打造“AI中台”及相关的智能产品呢?本次直播,宜信科技中心AI中台团队负责人王东老师分享了宜信AI中台的
Easter79
•
3年前
Stanford机器学习
之前一直在看Standford公开课machinelearning中Andrew老师的视频讲解https://class.coursera.org/ml/class/index(https://www.oschina.net/action/GoToLink?urlhttps%3A%2F%2Fclass.coursera.org%2Fml%2Fclas
Wesley13
•
3年前
2018年人工智能如何发展,从这四个方面为你解读
算法任何一个入门的软件开发人员都会听到这句话:算法是软件的灵魂!近年来大火的“机器学习”即是在算法在人工智能上的集中体现。今日头条通过AI算法实现智能内容推荐,谷歌和百度通过AI算法实现垃圾内容检测和删除,阿里巴巴通过算法自动识别刷单和假货风险等等。随着软件行业的发展,我们真切的体会到人工智能的脚步声越来越近了。理论上讲,凡是重复的简单工作都
helloworld_54277843
•
3年前
机器学习基础
本章涵盖了以下主题:分类和回归之外的其他类型的问题;评估问题,理解过拟合、欠拟合,以及解决这些问题的技巧;为深度学习准备数据。请记住,在本章中讨论的大多数技术都是机器学习和深度学习通用的,一部分用于解决过拟合问题的技术(如dropout)除外。4.1 三类机器学习问题在之前的所有例子中,尝试解决的是分类(预测猫或狗)或回归(预测用户在平台上花费的平均时
helloworld_91538976
•
3年前
机器学习基础
机器学习基础本章涵盖了以下主题:分类和回归之外的其他类型的问题;评估问题,理解过拟合、欠拟合,以及解决这些问题的技巧;为深度学习准备数据。请记住,在本章中讨论的大多数技术都是机器学习和深度学习通用的,一部分用于解决过拟合问题的技术(如dropout)除外。4.1 三类机器学习问题在之前的所有例子中,尝试解决的是分类(预测猫或狗)或回归(预测用户在平台上
胡赤儿
•
1年前
从原理到应用探索深度学习的技术
随着大数据和计算能力的飞速发展,深度学习作为人工智能领域的一个重要分支,已经引起了广泛的关注和研究。深度学习通过模拟人脑神经网络的运作方式,使得机器能够学习并理解数据的内在规律和特征,从而实现更高级别的智能化。本文将深入探讨深度学习的基本原理、关键技术及其
1
•••
6
7
8
•••
265