推荐算法已并非新生事物，但围绕它的争议却从未间断。这些争议包括推荐算法带来标题党、低质量、甚至虚假内容以及信息茧房的问题。很多人对推荐算法技术存在误解，认为算法是给内容打上对应标签，再给用户打上对应的属性，最后通过数据运算，把对应标签的内容推荐给有对应属性的用户。实际上，随着机器学习技术的发展，抖音的推荐系统已几乎不依赖对内容或者用户打标签，而是通过复杂的神经网络计算，直接预测每个用户对每条内容可能产生的互动行为概率。机器学习对推荐算法的主要贡献在于建立评分系统，在海量算力和海量供给的环境里，把用户行为抽
关键字：
抖音 算法 机器学习 神经网络 标签
在越来越严格的安全准则和传感器工程进步的推动下，高级驾驶辅助系统在汽车中的广泛采用将大大增加 ADAS 传感器市场，这些进步使 ADAS 成为事实上的标准设备。传感器在 ADAS 中发挥着不可或缺的作用，可实现碰撞威慑、车道偏离警报、自适应巡航控制功能、盲点检测和不同程度的自作等功能。电动机在车辆中的普及和汽车自主性的提高，再加上政府机构要求加强道路保护，正在扩大该行业的扩张。与此同时，新型传感技术的较高成本正在激励其封装到车辆中，以从规模经济中受益。总体而言，多个技术和监管领域的快速变化正在推动 ADA
关键字：
ADAS 传感器 机器学习 实时数据分析
生成式人工智能(Generative AI)的使用正迅速扩展到我们的日常生活和商业领域，并将显著影响未来社会。本系列将主要通过村田关注的具体应用事例，聊聊生成式人工智能应用的相关话题，特别关注对电子行业可能产生的影响。01 什么是生成式人工智能(Generative AI)?生成式人工智能是一种拥有能够自动生成并输出文本/图像/音乐等多种形式的数据的能力，并且能支援迄今为止由人类承担的创造性作业的人工智能。生成式人工智能利用一种”机器学习“——深度学习——从人类准备的文本和图像等数据中提取特征，并能基于这
关键字：
生成式人工智能 机器学习
人工智能（AI）和机器学习（ML）技术不仅正在快速发展，还逐渐被创新性地应用于低功耗的微控制器（MCU）中，从而实现边缘AI/ML解决方案。这些MCU是许多嵌入式系统不可或缺的一部分，凭借其成本效益、高能效以及可靠的性能，现在能够支持AI/ML应用。这种集成化在可穿戴电子产品、智能家居设备和工业自动化等应用领域中，从AI/ML功能中获得的效益尤为显著。具备AI优化功能的MCU和TinyML的兴起（专注于在小型、低功耗设备上运行ML模型），体现了这一领域的进步。TinyML对于直接在设备上实现智能决策、促进
关键字：
低功耗MCU上 机器学习 芯科科技
机器学习定义机器学习（Machine Learning）本质上就是让计算机自己在数据中学习规律，并根据所得到的规律对未来数据进行预测。机器学习包括如聚类、分类、决策树、贝叶斯、神经网络、深度学习（Deep Learning）等算法。机器学习的基本思路是模仿人类学习行为的过程，如我们在现实中的新问题一般是通过经验归纳，总结规律，从而预测未来的过程。机器学习的基本过程如下：机器学习基本过程机器学习发展简史从机器学习发展的过程上来说，其发展的时间轴如下所示：机器学习发展历程从上世纪50年代的图灵测试提出、塞缪尔
关键字：
机器学习 深度学习 神经网络
ST最新推出的生物传感器ST1VAFE3BX将生物电位输入与意法半导体的加速度计以及机器学习核心相结合并实现同步，从而为下一代需要控制能耗的可穿戴医疗设备开辟了道路。此外，其小巧的封装(2mm x 2mm x 0.74mm)有助于降低制造成本和 PCB电路板尺寸。整体设计对电能的需求也更低，系统架构需求的复杂程度也随之降低。不过，ST1VAFE3BX保留了先前推出的ST1VAFE6AX的有限状态机和机器学习核心，确保了能够在边缘端提供人工智能。此前在慕尼黑电子展上展示了这款生物传感器的实际应用，例如，我们
关键字：
生物传感器 机器学习 可穿戴
如何探测暗物质——一种可能占宇宙中所有物质六分之五的不可见、几乎无形的物质？暗物质应该就在我们身边，对正常物质产生微小的影响，但到目前为止，搜索都是空的。但一项新的研究表明， 采用机器学习的策略可以帮助量子传感器最终追捕它。这种超灵敏传感器还可能具有其他应用，例如无 GPS 导航、探测地下掩体以及发现 大爆炸后时刻的时空引力纹波。我们知道暗物质的存在是因为它对星系运动的引力影响。但我们不知道它是由什么组成的，也不知道它如何与构成你或我的日常颗粒相互作用。尽管科学家们已经为暗物质的潜在组
关键字：
暗物质探测器 机器学习 量子传感器 暗物质 灵敏度
文章 概述本文介绍了人工智能（AI）、 机器学习（ ML）、深度学习（DL）和边缘人工智能（Edge AI ）的 概念、特性及应用领域 ，详细阐述了ML的各种 训练模式 ，包括监督式、非监督式、半监督式、强化学习和自监督学习，并介绍了它们在各个领域的应用。最后，文章总结了AI、ML和Edge AI对各行各业的影响和未来 发展前景 ，强调它们将不断推动创新，为全球经济和社会带来更加智能、便捷的生活方式。人工智
关键字：
Digikey 人工智能 机器学习 深度学习
自1971 年费德里科·法金 （Federico Faggin） 完成第一个商用微处理器 Intel 4004 的草图以来，芯片设计已经取得了长足的进步，当时他只用了直尺和彩色铅笔。今天的设计人员可以使用大量的软件工具来规划和测试新的集成电路。但是，随着芯片变得越来越复杂（有些芯片包含数千亿个晶体管），设计人员必须解决的问题也越来越复杂。而这些工具并不总是能胜任这项任务。现代芯片工程是一个由九个阶段组成的迭代过程，从系统规范到封装。每个阶段都有多个子阶段，每个子阶段可能需要数周到数月的时间，具体取决于问题
关键字：
芯片设计 AI 经典搜索 机器学习
专注于引入新品的全球电子元器件和工业自动化产品授权代理商贸泽电子(Mouser Electronics)即日起供应AMD全新Versal™ AI Edge VEK280评估套件。Versal AI Edge VEK280评估套件采用AMD Versal AI Edge VE2802自适应SoC，该系列套件可帮助开发人员快速迭代其传感器融合和AI算法，用于工业、视觉、医疗保健、汽车和科学领域的机器学习 (ML) 推理应用。AMD Versal AI Edge VEK280套件支
关键字：
贸泽 机器学习 AMD Versal
可信的数据、分析和AI混合平台厂商肯睿Cloudera今日宣布推出六款全新机器学习项目加速器（AMPs），旨在缩短企业实现AI用例价值的时间。六款新产品可在Cloudera平台中为企业提供先进的AI技术和示例，以助力企业实现AI集成，并取得更有影响力的成果。AMPs是基于机器学习（ML）的端到端项目，可直接通过Cloudera平台一键部署。这六款AMPs融入了行业领先的实践，以应对复杂的ML挑战，无论企业在何处运行示例或部署数据，都可通过工作流程实现无缝衔接。 肯睿Cloudera致力于通过AMPs系列产
关键字：
肯睿 Cloudera 机器学习 加速器套件
作者：Arm 物联网事业部主任软件工程师兼技术推广工程师Sandeep MistryTinyML 是机器学习 (ML) 的一个分支，专注于将 ML 模型部署到低功耗、资源受限的物联网 (IoT) 设备上。在物联网设备上部署 ML 模型有诸多好处，包括减少延迟和保护隐私性，因为所有数据都是在端侧处理。TinyML 在 2019 年引起了人们的关注，当时，Google 的 TensorFlow 团队发布了适用于微控制器的 TensorFlow Lite (TFLM) 库 [1]
关键字：
Arm 机器学习 嵌入式 计算机视觉
恩智浦半导体宣布与NVIDIA合作，将NVIDIA经过训练的人工智能模型通过eIQ机器学习开发环境部署到恩智浦广泛的边缘处理产品组合中。NVIDIA TAO工具套件功能与恩智浦eIQ机器学习开发环境的集成令业内振奋，开发人员能够在竞争日益激烈的人工智能领域中实现加速开发。恩智浦是首家将NVIDIA TAO API直接集成到其人工智能产品中的半导体供应商，以帮助开发人员更轻松地在边缘部署经过训练的人工智能模型。简化人工智能模型的训练和部署是当今人工智能领域开发人员面临的重大挑战之一。为了应对这一挑战，恩智浦
关键字：
机器学习 开发环境 模型 部署
刚接触机器学习框架 TensorFlow 的新手们，这篇由 Google 官方出品的常用术语词汇表，一定是你必不可少的入门资料！本术语表列出了基本的机器学习术语和 TensorFlow 专用术语的定义，希望能帮助您快速熟悉 TensorFlow 入门内容，轻松打开机器学习世界的大门。机器学习术语表地址：
https://developers.google.cn/machine-learning/glossary/?hl=zh-CNAA/B 测试 (A/B testing)一种统计方法，用于将两种或多种技
关键字：
机器学习
刚接触机器学习框架 TensorFlow 的新手们，这篇由 Google 官方出品的常用术语词汇表，一定是你必不可少的入门资料！本术语表列出了基本的机器学习术语和 TensorFlow 专用术语的定义，希望能帮助您快速熟悉 TensorFlow 入门内容，轻松打开机器学习世界的大门。机器学习术语表地址：
https://developers.google.cn/machine-learning/glossary/?hl=zh-CNAA/B 测试 (A/B testing)一种统计方法，用于将两种或多种技
关键字：
机器学习
机器学习介绍
您好，目前还没有人创建词条机器学习!
欢迎您创建该词条，阐述对机器学习的理解，并与今后在此搜索机器学习的朋友们分享。
创建词条
关于我们 -
广告服务 -
企业会员服务 -
网站地图 -
联系我们 -
征稿 -
友情链接 -
手机EEPW
Copyright ©2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《电子产品世界》杂志社 版权所有 北京东晓国际技术信息咨询有限公司
京ICP备12027778号-2 北京市公安局备案：1101082052 京公网安备11010802012473
京ICP备12027778号-2 北京市公安局备案：1101082052 京公网安备11010802012473