-
淺談區(qū)塊鏈區(qū)域的機器學(xué)習(xí)技術(shù)
現(xiàn)實世界的問題不能通過應(yīng)用簡單的、傳統(tǒng)的算法和方式來解決，所以軟件創(chuàng)造者們必須使用新的技術(shù)。機器學(xué)習(xí)就是這些解決方案中的一種。 雖然在傳統(tǒng)意義上的機器學(xué)習(xí)的基礎(chǔ)可以回溯到20世紀(jì)
-
機器學(xué)習(xí)如何打擊AI犯罪
現(xiàn)如今互聯(lián)網(wǎng)發(fā)展迅速，而網(wǎng)絡(luò)安全問題卻成了大問題，網(wǎng)絡(luò)安全已經(jīng)給不同領(lǐng)域帶來了一系列巨大的問題和不同程度的挑戰(zhàn)。有人預(yù)計到2017年底，網(wǎng)絡(luò)安全的全球市場價值會飆升到1200億。這組數(shù)據(jù)不得
-
十大案例分析,機器學(xué)習(xí)的十種網(wǎng)絡(luò)攻擊
人工智能（AI）和機器學(xué)習(xí)（ML）是眾多辯論的主題，特別是在網(wǎng)絡(luò)安全社區(qū)內(nèi)更是如此。那么，機器學(xué)習(xí)會是下一個大的安全趨勢嗎？人工智能準(zhǔn)備好了接受機器學(xué)習(xí)推動的攻擊嗎？總的來說，人工智能是否做
-
AI又一次秒殺人類,全球首只AI分析ETF將解雇傳統(tǒng)交易員
人工智能的發(fā)展可令人震驚也可以讓人恐慌，震驚的是它的技術(shù)，恐慌的是它將秒殺人類，取代人類。 人工智能又贏了人類，這次是“人工智能ETF”。 華
-
盤點2017年有價值的機器學(xué)習(xí)知識或技能
在2017年人工智能的爆發(fā)年，對于機器學(xué)習(xí)領(lǐng)域的有價值，含金量搞得知識和技能有哪些呢？一起來看看吧！ 一、來自Vladimir Novakovski的回答： 對機器學(xué)
-
三大特征選擇策略對比,提升機器學(xué)習(xí)格調(diào)不是問題
什么是特征選擇？在解決問題時，總會有許多不相關(guān)的東西摻雜其中，那我們就需要找尋他們的關(guān)鍵特征進(jìn)行清晰建模。伴隨這一問題的還有大量數(shù)據(jù)問題，它們有時是多余的，或者不甚相關(guān)。特征選擇是這樣一個
-
用Python進(jìn)行系統(tǒng)聚類分析
在進(jìn)行機器學(xué)習(xí)時，我們往往要對數(shù)據(jù)進(jìn)行聚類分析，聚類，說白了就是把相似的樣品點/數(shù)據(jù)點進(jìn)行歸類，相似度高的樣品點會放在一起，這樣一個樣本就會被分成幾類。而聚類分析也有很多種方法，比如分解法、加入法、
-
企業(yè)如何深挖護(hù)城河,是算法還是數(shù)據(jù)？
現(xiàn)在，AI浪潮引起人們關(guān)注的是，它帶來了一種新型網(wǎng)絡(luò)效應(yīng)，有人將其稱為“數(shù)據(jù)網(wǎng)絡(luò)效應(yīng)”。機器學(xué)習(xí)的算法需要數(shù)據(jù)來支撐。 投資無非就是要找到“護(hù)
-
人工智能潛力爆發(fā),重慶發(fā)力AI技術(shù)創(chuàng)新
人工智能的強大滲透力已進(jìn)入了各個行業(yè)，垂直領(lǐng)域AI商業(yè)化進(jìn)程加速，將掀起一場智能革命，通過學(xué)習(xí)，優(yōu)化算法，人工智能變得越來越聰明了。為跟隨時代的腳步，重慶市大力扶持AI技術(shù)創(chuàng)新。
-
如何區(qū)分深度學(xué)習(xí)與機器學(xué)習(xí)
看著人工智能技術(shù)如此火爆，在這方面的船業(yè)者也是層出不窮。然而，在學(xué)習(xí)的過程中就遇到了一對雙胞胎機器學(xué)習(xí)和深度學(xué)習(xí)，是不是還在傻傻的分不清啊，其實他們區(qū)別大著呢。 為了展示他們的火
-
不可不知的機器學(xué)習(xí)之線性模型
本系列文章中，我想先介紹成功實施LTR背后的關(guān)鍵算法，從線性回歸開始，逐步到梯度 boosTIng（不同種類的boosTIng算法一起）、RankSVM和隨機森林等算法。 LT
-
AI產(chǎn)業(yè)被催熟,AI終于能落地創(chuàng)造價值了嗎？
近兩個月，不斷有人工智能技術(shù)被成功應(yīng)用于生活場景中。有人說理想和情懷狠狠地催熟了AI產(chǎn)業(yè)，那么人工智能距離掙錢還有多遠(yuǎn)？政府的號召，市場的驅(qū)動，不斷在加快人工智能的進(jìn)程，人類需要多久才可以真
-
雞肋還是翻譯神器？日本發(fā)明的智能口罩能“說話”
口罩要來搶翻譯機的活了。 最近，日本一家初創(chuàng)公司發(fā)明了一款智能口罩，試圖解決戴著口罩不能順暢交流的問題。據(jù)FastCompany報道，日本一家名叫“Donut Labs”的公司研發(fā)出了一種智能口罩，可
-
TensorFlow中超大的30個機器學(xué)習(xí)數(shù)據(jù)集
導(dǎo)讀 包括圖像，視頻，音頻，文本，非常的全。 largest tensorflow datasets for machine learning 由谷歌Brain的研究人員創(chuàng)建的TensorFlow
-
訓(xùn)練提速60%！只需5行代碼，PyTorch 1.6即將原生支持自動混合精度訓(xùn)練
PyTorch 1.6 nightly增加了一個子模塊 amp，支持自動混合精度訓(xùn)練。值得期待。來看看性能如何，相比Nvidia Apex 有哪些優(yōu)勢？ 即將在 PyTorch 1.6上發(fā)布的 to
-
人工智能面臨專家短缺難題,谷歌試圖促進(jìn)人工智能自我升級
在中國人工智能技術(shù)發(fā)展大好的情況下其實也面臨著巨大的挑戰(zhàn)，比如說人工智能專家短缺問題，這是很嚴(yán)峻的事件，人員需求量大，中國目前的情況來看根本供應(yīng)不上。所以谷歌等巨頭加大投入試圖想要讓人工智能
-
如何保障數(shù)據(jù)中心的安全與控制
如今，軟件定義的數(shù)據(jù)中心（SDDC）和混合基礎(chǔ)架構(gòu)為數(shù)字業(yè)務(wù)創(chuàng)造了機會，同時也為IT部門對數(shù)據(jù)中心安全和控制帶來了挑戰(zhàn)，特別是在嘗試集成和部署傳統(tǒng)安全解決方案時。分散式IT基礎(chǔ)
-
機器學(xué)習(xí)簡單運用方面的基礎(chǔ)知識
摘要：本文科普了機器學(xué)習(xí)方面的知識，簡單介紹了機器學(xué)習(xí)可以做什么，以及如何做的。以下是譯文。 在過去的幾個月中，我與很多的決策者交流了有關(guān)人工智能特別是機器學(xué)習(xí)方面的問題。其中有幾名高管
-
從零到python機器學(xué)習(xí)大神的7個步驟
卷積神經(jīng)網(wǎng)絡(luò)(CNN)的基礎(chǔ)介紹見 ，這里主要以代碼實現(xiàn)為主。 CNN是一個多層的神經(jīng)網(wǎng)絡(luò)，每層由多個二維平面組成，而每個平面由多個獨立神經(jīng)元組成。 以MNIST作為數(shù)據(jù)庫，仿照
-
決策樹的構(gòu)建設(shè)計并用Graphviz實現(xiàn)決策樹的可視化
最近打算系統(tǒng)學(xué)習(xí)下機器學(xué)習(xí)的基礎(chǔ)算法，避免眼高手低，決定把常用的機器學(xué)習(xí)基礎(chǔ)算法都實現(xiàn)一遍以便加深印象。本文為這系列博客的第一篇，關(guān)于決策樹(Decision Tree)的算法實現(xiàn)，文中我將對決
- 安富利3kW模擬電源供應(yīng)器（PSU）解決方案開發(fā)板來襲，申請領(lǐng)好禮
- 得捷芯聞解碼視頻研習(xí)站第五期：打造更安全、更智能、更舒適、高續(xù)航的駕乘體驗
- FPGA供電應(yīng)用遇挑戰(zhàn)？MPS高性能FPGA供電解決方案幫你破局
- 得捷芯聞解碼研習(xí)站第四期：網(wǎng)絡(luò)安全芯片，讓您的應(yīng)用系統(tǒng)無懈可擊
- “變現(xiàn)”指南：上傳資料獲三重紅包，親測有效！
- 《21ic技術(shù)洞察》系列欄目：AI芯紀(jì)元——AI加持，語?助?再進(jìn)化！
- 得捷芯聞解碼研習(xí)站第三期：MCU助?多應(yīng)?打破功耗噩夢與安全隱患困局
