本文对应斯坦福ML公开课的第12个视频，第12个视频与前面相关性并不大，开启了一个新的话题——无监督学习。主要内容包括无监督学习中的K均值聚类(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，还有一个小知识点，即Jensen不等式(Jensen’s inequality)。
关键字：
斯坦福 机器学习
在最近十年，随着大数据和云计算(大规模计算)的发展，机器学习进入了发展的黄金期。2016年12月17日，在2016机器智能前沿论坛上，中外专家探讨了机器学习的未来发展与展望。
关键字：
人工智能 机器学习
Microsoft CogniTIve Service - Computer Vision: 该API能够根据用户输入与用户选择分析可视化内容。譬如根据内容来标记图片、进行图片分类、人类识别并且返回他们的相似性、进行领域相关的内容识别、创建图片的内容描述、定位图片中的文本、对图片内容进行成人分级等。 Rekognition: 该API能够根据社交图片应用的特点提供快速面部识别与场景识别。譬如基于人眼、嘴、面部以及鼻子等等特征进行性
关键字：
机器学习
北京时间4月6日消息，谷歌开发定制芯片，它可以提高机器学习算法的运算速度，这不是什么秘密。谷歌管这些处理器叫作Tensor Processing Units(简称TPU)，2016年5月，谷歌在I/O开发者大会上首次展示了TPU，之后再也没有提供更多细节，谷歌只是说它正在用TPU优化TensorFlow机器学习框架。今天，谷歌公布了更多内容。
根据谷歌自己制定的基准，TPU执行谷歌常规机器学习任务时，速度比标准GPU/CPU组合产品平均快了15倍至30倍。标准GPU/CPU组合产品将英特尔Has
关键字：
谷歌 机器学习
雷锋网按：今年，人工智能在各个垂直领域的应用备受关注，其中医疗又是一个关键领域。《纽约客》发表的这篇深度长文，从医学和计算机两个领域详细描述了业内人士如何看待人工智能在医疗诊断方面的应用。作者 Siddhartha Mukherjee 是医学领域专家。本文发布在《纽约客》网站，雷锋网整理编译。
去年 11 月的一个深夜，一位 Bronx 的 54 岁老妇来到哥伦比亚大学医疗中心，她说自己头痛欲裂，视力已经开始模糊，左手也变得麻木且不听使唤了。医生进行初步检查后决定对老妇的头部进行 CT 扫描。
关键字：
人工智能 机器学习
可以容纳近千人的五洲厅到了4月2日下午，听众少了1/4，上午满员有人还想挤进来，因为稍有的BAT三大大佬都在。这像极了现在的人工智能虚火过旺，人人朋友圈都在谈人工智能，似乎不说句人工智能就不是搞科技的似的，但人工智能急需冷静下来直面其发展的阶段和可能带来的问题。
站在旁观者角度的经济学家，清华大学国家金融研究院院长朱民一连十问，让科技圈大佬们开始反思人工智能带来的伦理道德的挑战;而微软全球执行副总裁沈向洋则从专业角度指明了人工智能目前还在哪些方面有待提高和突破;企业实干派马化腾和李彦宏则讲述了各
关键字：
人工智能 机器学习
本篇是ML公开课的第10个视频，上接第9个视频，都是讲学习理论的内容。本篇的主要内容则是VC维、模型选择(Model Selection)。其中VC维是上篇笔记中模型集合无限大时的扩展分析;模型选择又分为交叉检验(Cross Validation)和特征选择(FeatureSelection)两大类内容。
关键字：
斯坦福 机器学习
本篇与前面不同，主要内容不是算法，而是机器学习的另一部分内容——学习理论。主要包括偏差/方差(Bias/variance)、经验风险最小化(Empirical Risk Minization，ERM)、联合界(Union bound)、一致收敛(Uniform Convergence)。 Ng对学习理论的重要性很是强调，他说理解了学习理论是对机器学习只懂皮毛的人和真正理解机器学习的人的区别。学习理论的重要性在于通过它能够针对实际问题更好的选择模型，修改模型。
关键字：
机器学习 算法
本篇笔记针对ML公开课的第七个视频，主要内容包括最优间隔分类器(Optimal Margin Classifier)、原始/对偶问题(Primal/Dual Problem)、svm的对偶问题，都是svm(support vector machine，支持向量机)的内容。
&n
关键字：
机器学习 神经网络
本篇笔记针对斯坦福ML公开课的第6个视频，主要内容包括朴素贝叶斯的多项式事件模型(MultivariateBernoulli Event Model)、神经网络(Neural Network)、支持向量机(Support Vector Machine)的函数间隔(functionalmargin)与几何间隔(geometricmargin)。
&nbs
关键字：
机器学习
Deep Learning是机器学习中一个非常接近AI的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，最近研究了机器学习中一些深度学习的相关知识，本文给出一些很有用的资料和心得。 Key Words：有监督学习与无监督学习，分类、回归，密度估计、聚类，深度学习，Sparse DBN， 1. 有监督学习和无监督学习 给定一组数据(input，target)为Z=(X，Y)。 有监督学习：最常见的是regression &
关键字：
机器学习 深度学习
在新型工作场所分析中，更多的公司可以更加容易地确定是哪20%的员工为产品、流程或用户体验贡献了80%的价值，业务流程、平台和客户体验的持续数字化，但是这熟悉的80/20规则正在逐渐改变。
关键字：
人工智能 机器学习
阿里巴巴正在重新组建一个独立研发部门，以布局包括机器学习在内需要中长期投入的技术。
在这项被称作“NASA”的颇为宏大的计划中，阿里巴巴将包括机器学习、芯片、IoT、操作系统、生物识别在内的领域都圈入了该部门中。一位阿里云内部人士告诉21世纪经济报道记者，阿里云将在“NASA”计划中扮演技术“出口”角色。此外其向记者确认，阿里巴巴并不会简单地抽调各业务线技术部门来支撑“NASA”计划，阿里方面已经计划
关键字：
机器学习 人工智能
在人工智能、机器学习兴起的今天，All Programmable技术和器件厂商Xilinx也带来了爆品，发布了全新的reVISION堆栈，剑指视觉导向的机器学习应用。该解决方案无需额外花费，搭载Xilinx的Zynq和处理器平台即可加速设计。可以看到，通过“芯片+软件堆栈”的策略，Xilinx把竞争矛头直指图形芯片厂商——英伟达的Tegra GPU和ADAS厂商Mobileye等。
关键字：
Xilinx reVISION 视觉导向 机器学习
本篇博客为斯坦福ML公开课第五个视频的笔记，主要内容包括生成学习算法(generate learning algorithm)、高斯判别分析(Gaussian DiscriminantAnalysis，GDA)、朴素贝叶斯(Navie Bayes)、拉普拉斯平滑(Laplace Smoothing)。
关键字：
机器学习 算法
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