ITPub博客

首页 > 人工智能 > 机器学习

关于 “机器学习” 的内容如下:

  • AI框架趋势在哪,除了TensorFlow,开发者为何要重点关注它

    随着5G、边缘计算快速兴起,人工智能应用场景开始向云、边、端全面延伸之际,这对于人工智能框架未来的发展有何影响?

    dobigdata 机器学习 403 2020-03-26 16:02
  • 五大方面:机器学习如何在不久的将来改变教育

    全文共1558字,预计学习时长5分钟来源:Pexels科技正在改变我们的生活、工作和娱乐方式,教育领域也不例外。就像改变其他领域一样,机器学习也将彻底改变教育部门,这需要新一代教育工作者和学生计划有效的方式更加顺利高效地部署机器学习。如果你目前在学校或者在教育领域工作,那么对即将到来的变化有所了解是非常必要的。在这篇文章中,我们将探讨机器学习在未来几年改善教育的五种途径。1、评分和评估工作中的机器

    AIBigbull2050 机器学习 413 2020-03-25 14:12
  • 投标人能否使用下属机构资质参加投标?

    招标公告 www.zhaobiao.cn 在招标文件没有特别规定的情况下,投标人能否使用下属机构取得的某项资质参与投标活动?对这个问题,行业内争议很大。一种观点认为,当下属机构被赋予某项资质时,应当认为其设立单位也具有该项资质;一种观点认为,应当严格按照招标文件的文字语义进行认定,某项资质的取得主体只要不是投标人,则该投标人就不能以其下属机构的资质投标。上述观点,究竟哪种观点更正确呢?&

    中国招标网 机器学习 373 2020-03-20 12:13
  • 容智iBot 9.0重磅发布 引领国产RPA新趋势

    iBot 9.0重磅发布 众多新功能业界首创

    容智RPA 机器学习 406 2020-03-19 18:23
  • 臭名昭著的数据清理和准备问题,如何利用AI完美解决?

    2020-03-18 17:01:00全文共3299字,预计学习时长10分钟来源:Pexels人工智能和深度学习在处理非结构化数据方面表现突出,从自然语言理解和自动知识库构建到图像和视频的分类和生成等方面都有着广泛的应用前景。然而,储存在产品存储库、事务日志、ERP和CRM系统等业务应用程序中的结构化数据却被人们遗忘!表格数据仍然由老一代的数据科学技术处理,如基于规则的系统或决策树。这些方法耗费人

    AIBigbull2050 机器学习 396 2020-03-19 11:13
  • 一文看懂人工智能里的算法(4个特征+3个算法选择 Tips)

    2020-03-12 21:01:00人工智能有三驾马车:数据、算法、算力。本文重点介绍算法相关的知识。本文将介绍算法在人工智能里的概念,算法的4个特征、6个通用方法。以及在选择算法时需要注意的3个点。什么是算法?简单的说,算法就是:解决问题的手段,并且是批量化解决问题的手段。菜谱就是一种“算法”,只要按照菜谱的方法做,就能做出对应的菜。人工智能里的算法主要是用来训练模型的。机器学习 一共有7步,

    AIBigbull2050 机器学习 409 2020-03-19 11:10
  • 什么是招标活动监督?

    招标公告www.zhaobiao.cn 招标投标管理与监督是招标投标工作的管理与监督,按建设项目的管理权限和所在地,分别由中央各部和省、市、自治区政府负责。确定中标单位后,双方应在一个月内签订承发包合同。借故拒绝签订合同的招标或中标单位,要赔偿由此而给对方造成的经济损失。. 招标网 www.zhaobiao.cn 

    中国招标网 机器学习 380 2020-03-18 11:56
  • vmware workstation 与 device/credential guard 不兼容

    vmware workstation 与 device/credential guard 不兼容在启用了Credential Guard或Device Guard的Windows 10主机上启动12.5版之前的VMware Workstation中的虚拟机时,将显示蓝色诊断屏幕(BSOD)。会看到类似于以下内容的错误:VMware Workstation和Device / Credential G

    lhrbest 机器学习 436 2020-03-17 15:14
  • 联邦学习 2020-3-15

    联邦学习无疑是近期 AI 界最火爆的技术范式之一,在过去的2019年,涌现了大量联邦学习相关研究。联邦学习是一个机器学习框架,它允许用户使用分布在不同位置的多个数据集来训练机器学习模型,同时防止数据泄露并遵守严格的数据隐私法规。能够防止数据泄露!这也意味着联邦学习或许是解决数据敏感的重要途径。联邦学习指多个客户端(如移动设备或整个组织)在一个中央服务器(如服务提供商)下协作式地训练模型的机器学习设

    AIBigbull2050 机器学习 395 2020-03-15 19:29
  • 联邦学习为公平性研究提供了几个思考

    # 联邦学习为公平性研究提供了几个思考 #机器学习模型的表现经常会令人惊讶。当这些行为模型对用户非常不友好时,研究者会将其归为不公平。例如,如果具有相似特征的人得到了完全不同的结果,那么这就违反了个体公平的标准。如果某些敏感群体(种族、性别等)得到不同的结果,那么这可能违反人口统计学公平的各种标准........联邦学习为公平性研究提供了几个思考,其中一些扩展了非联邦环境中先前的研究方

    AIBigbull2050 机器学习 375 2020-03-15 18:12
  • 6分钟了解所有机器学习模型

    所有机器学习模型都可以分为有监督的或无监督的。如果模型是监督模型,则将其再分类为回归模型或分类模型。我们将介绍这些术语的含义以及下面每个类别中对应的模型。

    京东云技术新知 机器学习 394 2020-03-14 23:15
  • 谷歌大脑提出AutoML-Zero,只会数学运算就能找到AI算法 | 开源

    AlphaGo战胜了人类最强棋手,但前提是它先学会了人类棋谱,离不开人类指导。接着谷歌又推出了AlphaGo Zero,只让AI知道围棋规则,从零开始学下棋,结果再次登上棋艺顶峰。AI既然能从零学习围棋,是否可以从零开始摸索机器学习算法?当然可以,谷歌大脑团队最新的研究成果已经做到了。谷歌将这种技术称之为AutoML-Zero,意为“从零开始的自动机器学习”,已经在GitHub开源,并在Arxiv

    AIBigbull2050 机器学习 474 2020-03-13 10:53
  • 算法太多挑花眼?教你如何选择正确的机器学习算法

    选自Hackernoon作者:Rajat Harlalka机器之心编译参与:Geek AI、张倩机器学习算法虽多,却没有什么普适的解决方案。决策树、随机森林、朴素贝叶斯、深度网络等等等等,是不是有时候觉得挑花了眼呢?福利来啦~本文将教你慧眼识精,快速挑选出满意的算法!机器学习既是一门科学,也是一种艺术。纵观各类机器学习算法,并没有一种普适的解决方案或方法。事实上,有几个因素会影响你对机器学习算法的

    AIBigbull2050 机器学习 408 2020-03-13 10:53
  • 导航定位向高精定位的演进与实践

    本文较系统的介绍了手机、车机导航定位中使用的关键技术,以及高德地图在这些关键技术中的进展。最后,讨论了在传统导航向自动驾驶的演进过程中,定位技术的演进路径。

    amap_tech 机器学习 409 2020-03-09 10:36
  • 大赛报名 | AI口罩佩戴检测大赛期待你的参与!

    为了督促大家科学合理佩戴口罩,规范使用,有效防护,DataCastle数据城堡联合京东智联云,开展了本次AI助疫·口罩佩戴检测大赛。

    京东云技术新知 机器学习 402 2020-03-05 23:10
  • 生命的价值——大型科技公司的时间“减”史

    每个渴望创造数十亿价值的公司都必须构建一台他们自己的“时间机器”,并明确收益的类型——节省或延长时间。我想,人类社会的首位万亿富翁应该是为医疗保健行业打造时间机器的人。管理者不会降低成本(这就是分析师的误解),但可以用相同或更少的成本让我们拥有更多健康的生命时间。

    京东云技术新知 机器学习 430 2020-02-29 22:58
  • DataPipeline王睿:业务异常实时自动化检测 — 基于人工智能的系统实战

    作者王睿,在DataPipeline任Head of AI,负责研发企业级业务异常检测产品,旨在帮助企业一站式解决业务自动化监控和异常检测问题。

    DataPipeline 机器学习 406 2020-02-28 16:27
  • DBSCAN聚类算法(Density-Based Spatial Clustering of Applications with Noise)

    # DBSCAN聚类算法(Density-Based Spatial Clustering of Applications with Noise)#优点可扩展到大型数据集上;善于噪声检测;无需预先知道聚类的数量;可以发现任意形状的聚类,不会假设聚类的形状是球状的;缺点如果整个数据集都是高密度区域,那么该算法不总是有效的;需要调整密度参数epsilon和min_samples为正确的值,

    AIBigbull2050 机器学习 421 2020-02-24 13:24
  • 融合模型分为四种类型(包括混合型)

    # 融合模型分为四种类型(包括混合型)#Bagging:使用随机选择的不同数据子集训练多个基础模型,并进行替换。让基础模型对最终的预测进行投票。常用于随机森林算法(RandomForests);Boosting:迭代地训练模型,并且在每次迭代之后更新获得每个训练示例的重要程度。常用于梯度增强算法(GradientBoosting);Blending:训练许多不同类型的基础模型,并在一个

    AIBigbull2050 机器学习 394 2020-02-24 13:23
  • 回归树(Regression Trees)模型的优缺点

    # 回归树(Regression Trees)模型的优缺点 #I.决策树(Decision Tree)优点训练速度和预测速度较快;善于获取数据集中的非线性关系;了解数据集中的特征交互;善于处理数据集中出现的异常值;善于在数据集中找到最重要的特征;不需要特征缩放;结果可解释,并易于说明;缺点预测精确度较低;需要一些参数的调整;不适用于小型数据集;分离信号和噪声的效果不理想;当新增数据时,

    AIBigbull2050 机器学习 382 2020-02-24 12:00
点击加载更多下一页

成为大咖

联系我们
itpub
help@itpub.net
17319047854
扫描二维码联系客服
关于 广告服务 使用条款
京ICP备16024965号
经营性网站备案信息
网络110报警服务
中国互联网举报中心
北京互联网违法和不良信息举报中心