直播训练营

鸿蒙开发者社区

WOT技术大会

AIGC创新中国行

公众号矩阵

移动端

短视频免费课程课程排行直播课软考学堂

全部课程厂商认证 IT技术 2024年软考 PMP项目管理软考资讯

文章资源问答课堂专栏直播

51CTO

鸿蒙开发者社区

51CTO技术栈

51CTO官微

51CTO学堂

51CTO博客

CTO训练营

鸿蒙开发者社区订阅号

51CTO题库小程序

51CTO学堂APP

51CTO学堂企业版APP

鸿蒙开发者社区视频号

账号设置退出

机器学习

1937内容

关注

涵盖机器学习相关算法知识、开发工具、解决方案与应用场景。

共 1937 条

探秘Python神器：eli5模块如何解读机器学习模型的预测结果？

在本文中，我们将探讨eli5模块在不同场景下的应用，并通过具体的Python代码案例分析来展示其神奇之处。

2024-04-23 07:56:25

Python eli5模块机器学习

搭载Google MLKit，Android应用快速实现人脸检测功能

配置人脸检测器使用的图片尺寸至少为 480x360 像素。为了机器学习套件准确检测人脸，输入图片必须包含由足够像素数据表示的人脸。

2024-04-15 00:00:01

Google Android 机器学习

如何通过机器学习算法设计软传感器？

通过理解机器学习算法的功能，工程师可以为他们的应用生成有效的软传感器。

2024-04-12 14:39:18

机器学习算法软传感器

通透！机器学习各大模型原理的深度剖析！

通俗来说，机器学习模型就是一种数学函数，它能够将输入数据映射到预测输出。更具体地说，机器学习模型就是一种通过学习训练数据，来调整模型参数，以最小化预测输出与真实标签之间的误差的数学函数。

2024-04-12 14:04:17

机器学习 DNN

Python一个高效的机器学习库：HummingBird

Python HummingBird库是一个非常有用的机器学习库，它可以将训练好的模型转换为高性能的代码，以便在边缘设备上进行推理。

2024-04-10 12:39:08

机器学习库 python

一文了解人工智能如何让机器进行学习？

在《一文了解人工智能（AI）》文章中我们介绍了AI可以解决哪些复杂的问题。这些问题无法通过固定的规则进行解决，需要机器根据以往的事例进行比较评估，作出最终的判断。机器需要模仿人类对事物进行学习。

2024-04-09 14:04:38

人工智能机器学习

金融新质生产力创新论坛在京召开发布全国首部《金融大模型》著作

3月28日，“大模型驱动下的金融新质生产力创新论坛暨全国首部《金融大模型》著作发布”会在京举办

2024-03-29 11:09:49

人工智能大模型金融科技

马上消费副总经理孙磊：人工智能已应用于公司业务各个领域，成为发展的基石

金融业是个智力密集行业，在工业革命时期获益不多，但在人工智能时代，却一定会受益良多

2024-03-28 17:17:50

人工智能大模型马上消费

国家金融与发展实验室副主任曾刚：AI的发展会去除“知识中介”，金融业需要借助大模型改善传统发展模式

传统业务发展模式受到越来越大的挑战，行业需要用大模型去提升效率、适应客户需求变化和拓展新的服务空间及场景

2024-03-28 17:14:57

大模型马上消费

如何让机器学习赋能工业应用？

设备故障使工业部门陷入瘫痪，导致重大生产损失和计划外停机。对于世界各地的加工制造商来说，这些损失每年高达数十亿美元。例如，一条关键的传送带在中途停止运行，可能会迫使整条工厂生产线闲置数小时，从而可能使整个供应链陷入困境。

2024-03-25 13:59:20

机器学习工业应用

最全总结！机器学习优化算法！

机器学习的最优化算法是用于找到最佳模型参数，以最小化预测误差的算法。这些算法通过迭代地调整模型参数，以不断改进模型的性能。

2024-03-22 15:32:21

机器学习算法

文生图的基石CLIP模型的发展综述

CLIP的英文全称是Contrastive Language-Image Pre-training，即一种基于对比文本-图像对的预训练方法或者模型。CLIP是一种基于对比学习的多模态模型，CLIP的训练数据是文本-图像对：一张图像和它对应的文本描述，这里希望通过对比学习，模型能够学习到文本-图像对的匹配关系。

2024-03-22 15:08:47

CLIP 机器学习人工智能

集成ChatGPT-4V，最有“人味儿”机器人Ameca模仿马斯克讲故事原创精选

一个人形机器，操着一口流利的美式英语，用埃隆·马斯克的声音与口吻讲述着机器人火箭飞船飞往火星发现钚的故事，它抑扬顿挫、声情并茂，不禁让人恍惚，它真的只是个机器吗？

2024-03-19 10:16:56

机器学习：Github上排名前19个强化学习 (RL)项目

Github 上有一些受欢迎的 RL 项目，下面，我们列举19个最受欢迎的强化学习项目。

2024-03-19 00:15:00

机器学习强化学习人工智能

智能邮件防护：ML.NET 3.0助力垃圾邮件过滤，让你告别烦扰

ML.NET是Microsoft推出的开源机器学习框架，可用于在.NET应用程序中集成机器学习功能。ML.NET提供了基础用法和高级用法，让开发人员能够轻松地在其应用程序中使用机器学习模型。

2024-03-18 08:38:34

ML.NET 机器学习开源

探秘Orange3：打开数据挖掘与机器学习新世界！

本文将介绍Orange3的基本功能和使用方法，并结合实际应用场景和Python代码案例，帮助读者更好地了解和使用Orange3。

2024-03-04 08:00:00

Python Orange3 机器学习

使用Rust的Linfa和Polars库进行机器学习：线性回归

对于优先考虑快速迭代和快速原型的数据科学家来说，Rust的编译时间可能是令人头疼的问题。Rust的强静态类型系统虽然有利于确保类型安全和减少运行时错误，但也会在编码过程中增加一层复杂性。

2024-03-01 07:26:49

Rust Polars 机器学习

如何免费使用Lightning AI Studio 译文

本文介绍了如何免费使用Lightning AI IDE，以试验、训练和部署AI模型。

2024-02-29 09:00:00

AI模型人工智能机器学习

详解面向Java开发人员的机器学习案例译文精选

本文在了解机器学习相关概念的基础上，介绍了一个监督学习的示例，并使用梯度下降算法来训练目标预测函数。同时，本文也讨论了一种模型的欠适合示例，以及如何通过添加和扩展特征来实现纠偏。最后，本文还简要介绍了过度适合的危险性，以及如何对其予以纠正。

2024-02-21 08:00:00

机器学习 Java 大语言模型

什么是机器学习中的模型部署？

模型部署是将机器学习模型集成到生产环境中的过程，在生产环境中，模型可以接受输入并返回输出。

2024-02-20 15:17:35

机器学习模型部署

机器学习中七种常用的线性降维技术总结

上篇文章中我们主要总结了非线性的降维技术，本文我们来总结一下常见的线性降维技术。

2024-02-19 15:28:33

机器学习线性降维

机器学习中的十种非线性降维技术对比总结

降维意味着我们在不丢失太多信息的情况下减少数据集中的特征数量，降维算法属于无监督学习的范畴，用未标记的数据训练算法。

2024-02-19 14:37:14

机器学习非线性降维

机器学习是联络中心的未来

机器学习在联络中心的应用将改变游戏规则。企业必须利用这项技术，让已经感到不满的客户在与联络中心打交道时不再那么乏味。

2024-02-19 14:23:05

机器学习联络中心

如何探索和可视化用于图像中物体检测的 ML 数据译文精选

本文介绍如何使用Renumics Spotlight，来创建交互式的对象检测可视化。预训练模型和 Spotlight 等工具的使用，可以让我们的对象检测可视化过程变得更加容易，进而增强数据科学的工作流程。

2024-02-16 08:00:00

机器学习 ML-data 预训练模型

使用核模型高斯过程(KMGPs)进行数据建模

核模型高斯过程(KMGPs)作为一种复杂的工具可以处理各种数据集的复杂性。他通过核函数来扩展高斯过程的传统概念。本文将深入探讨kmgp的理论基础、实际应用以及它们所面临的挑战。

2024-01-30 01:01:48

数据集核模型高斯过程机器学习

异常值检测方法比较——基于美国职业棒球联盟2023赛季击球数据译文精选

本文将针对无监督机器学习领域各种异常值检测算法进行综合比较，使用来自于美国职业棒球大联盟2023赛季的击球数据。

2024-01-25 08:00:00

机器学习异常值检测方法

基于Python的图像预处理完整指南

你是否曾在机器学习或计算机视觉项目中遇到过质量较差的图像问题？图像是许多AI系统的生命线，但并非所有图像都是相同的。在训练模型或运行算法之前，通常需要对图像进行一些预处理以获得最佳结果。在Python中进行图像预处理将成为您的新伙伴。

2024-01-03 16:01:23

机器学习 Python

神经网络中的分位数回归和分位数损失

在使用机器学习构建预测模型时，我们不只是想知道“预测值(点预测)”，而是想知道“预测值落在某个范围内的可能性有多大(区间预测)”。

2024-01-01 15:37:59

机器学习神经网络

处理不平衡数据的过采样技术对比总结

在不平衡数据上训练的分类算法往往导致预测质量差。模型严重偏向多数类，忽略了对许多用例至关重要的少数例子。这使得模型对于涉及罕见但高优先级事件的现实问题来说不切实际。

2023-12-26 15:32:25

不平衡数据过采样机器学习

机器学习模型性能的十个指标原创

科恩卡帕系数是一种用于测量模型预测与实际标签之间一致性的统计工具，它尤其适用于分类任务的评估。与其他度量方法相比，它不仅计算模型预测与实际标签之间的简单一致性，还对可能偶然发生的一致性进行了校正，因此提供了一个更为准确和可靠的评估结果。

2023-12-25 10:53:54

机器学习模型性能

2024年非结构化数据管理将以四种方式发生变化

随着我们进入2024年，公司将需要创新并更智能地使用AI。数据存储和备份至少占IT预算的30%。我们下面的预测集中在优化AI和云技术的数据管理组件上，随着GenAI开启最终用户生产力和技术熟练的新纪元，其具有长期的影响。

2023-12-22 11:08:03

GenAI IT预算 IT领导者

如何实施机器学习？

实施机器学习，即现在所称的“MLOps”，是许多行业的最新趋势。然而，许多企业在这个过程中遇到了困难。运营是企业每天都在做的事情;其经营自己的工厂、办公室、商店等等。但“实施机器学习”是什么意思呢?以下是在业务中利用MLO的一些方法。

2023-12-21 17:05:46

机器学习 MLOps 人工智能

揭开机器学习转换器架构的神秘面纱译文精选

自2017年推出以来，转换器（Transformers）已成为机器学习领域的一支突出力量，彻底改变了专业翻译和自动完成服务的能力。

2023-12-06 08:00:00

机器学习人工智能

机器学习之无监督学习：九大聚类算法

今天，和大家分享一下机器学习之无监督学习中的常见的聚类方法。

2023-12-01 16:27:05

机器学习无监督学习

机器学习中常用的几种回归算法及其特点

回归是统计学中最有力的工具之一，机器学习监督学习算法分为分类算法和回归算法两种。回归算法用于连续型分布预测，可以预测连续型数据而不仅仅是离散的类别标签。

2023-11-29 14:34:15

机器学习统计学

机器学习之无监督学习：八大降维方法

之前我们总结了机器学习中常用的几种回归算法和分类算法。都属于机器学习监督学习算法。今天，和大家分享一下机器学习之无监督学习中的常见的降维方法。

2023-11-28 12:12:46

机器学习算法

机器学习中常用的几种分类算法，如何选择合适的算法？

今天和大家分享一下机器学习中常见的六种分类算法：K近邻、决策树、朴素贝叶斯、逻辑回归、支持向量机、随机森林、AdaBoost、GBDT、XGBoost。

2023-11-28 12:08:56

机器学习算法人工智能

腾讯披露最新大模型训练方法，可节省50%算力成本

大模型训练效率提升至2.6倍，腾讯Angel机器学习框架升级

2023-11-23 18:19:15

腾讯腾讯混元 Angel

AI重塑媒体行业，凤凰卫视重磅入场AI数据赛道

凤凰数据的核心目标是是推动AI数据领域华语数据的丰富与共享，同时为中华文化的传承与传播提供AI时代的探索思路和解决方案，让AI与中华文化认知对齐更简单。

2023-11-17 10:15:25

凤凰卫视人工智能 AI数据

微软新专利公布：通过机器学习创建出“会脸红”的逼真头像

微软的一项新专利于当地时间周二在美国专利商标局网站上公开，这是一种新的机器学习模型专利，可为用户创作出“更加有生命力”的逼真头像。

2023-11-17 06:56:57

微软机器学习

YOLO-NAS：最高效的目标检测算法之一

我们使用新发布的YOLO-NAS模型执行了图像和视频上的初始目标检测任务。你可以使用自定义数据集来对该模型进行微调，以提高其在某些对象上的性能。

2023-11-13 22:17:54

YOLO-NAS 目标检测

无监督学习的集成方法：相似性矩阵的聚类

在机器学习中，术语Ensemble指的是并行组合多个模型，这个想法是利用群体的智慧，在给出的最终答案上形成更好的共识。

2023-11-13 15:01:28

人工智能的实力：利用Docker简化机器学习应用程序的部署和可扩展性译文

利用Docker的强大功能，可以简化部署解决方案，确保可扩展性，简化机器学习模型的持续集成（CI）/持续交付（CD）流程。

2023-11-10 09:00:00

人工智能机器学习 Docker

目标检测标注的时代已经过去了？

随着研究人员不断提高目标检测算法的准确性和效率，我们预计将看到它们应用于更广泛的实际应用领域。

2023-11-07 12:03:53

机器学习目标检测

使用LIME解释各种机器学习模型代码示例

机器学习模型变得越来越复杂和准确，但它们的不透明性仍然是一个重大挑战。理解为什么一个模型会做出特定的预测，对于建立信任和确保它按照预期行事至关重要。在本文中，我们将介绍LIME，并使用它来解释各种常见的模型。

2023-11-06 10:50:35

机器学习 LIME

PubDef：使用公共模型防御迁移攻击译文

对抗性攻击对机器学习模型构成了严重威胁。但是大多数提议的防御措施对于干净数据的性能影响太大，因而不现实。

2023-11-06 09:00:00

机器学习攻击

什么是机器学习中的正则化？

一般而言，当数据表现出多重共线性（自变量高度相关）时，它被认为是一种采用的方法。尽管多重共线性中的最小二乘估计值（OLS）是无偏的，但它们的巨大方差会导致观测值与实际值相差很大。

2023-11-06 08:58:52

正则化机器学习 Laplace

机器学习 | PyTorch简明教程下篇

接着上篇《PyTorch简明教程上篇》，继续学习多层感知机，卷积神经网络和LSTMNet。

2023-11-02 14:30:25

机器学习 | PyTorch简明教程上篇

前面几篇文章介绍了特征归一化和张量，接下来开始写两篇PyTorch简明教程，主要介绍PyTorch简单实践。

2023-11-02 14:26:30

PyTorch 机器学习

使用Panda-Gym的机器臂模拟进行Deep Q-learning强化学习

强化学习(RL)是一种机器学习方法，它允许代理通过试错来学习如何在环境中表现。行为主体因采取行动导致预期结果而获得奖励，因采取行动导致预期结果而受到惩罚。随着时间的推移，代理学会采取行动，使其预期回报最大化。

2023-10-31 16:40:39

机器学习强化学习

1 2 3 4 5 6 ··· 39 下一页

51CTO技术栈公众号

业务
速览

媒体

51CTO CIOAge HC3i

社区

51CTO博客鸿蒙开发者社区

教育

51CTO学堂精培企业培训 CTO训练营