補習班

深度學習入門--損失函式

神經網路的學習是指從訓練資料中自動獲取最優權重引數的過程,損失函式就是用來衡量神經網路的學習的程度,學習的目的就是以該損失函式為基準,找出能使它的值達到最小的權重引數。 從資料中學習 神經網

使用者端智慧的應用實踐

去年團隊在使用者端上進行了一些簡單的智慧應用探索實踐,這裡記錄梳理下。 現在很多“智慧”,是普通推薦演算法借深度學習的風包裝的,核心也就是決策樹 / 隨機森林/SVM這些9 0 年代已經提出的演算法,我們

[譯] 我們其實還不能理解機器學習

作者: Benedict Evans 爆炸式地發展了四五年後,機器學習而今已逐漸成為人們耳熟能詳的概念。 機器學習的發展,不僅僅體現在相關創業公司不斷湧現,以及科技公司的自身重建(許多大公

統計學習方法-AdaBoost筆記

AdaBoost演算法和SVM演算法曾被當做兩大最好的監督學習分類演算法,現在可能要再加上神經網路了(以上均為聽說。。。) AdaBoost是adaptive boosting的縮寫(自適應增強學習),是基

Spotify如何瞭解你?

正在載入... 0:00 11:33 這個星期一---就像它之前的每個星期一一樣 - 超過1億Spotify使用者找到了一個新的播放列表,等待著他們名為Discover Weekly。這是他們以前從未聽過的

人工智慧+建築,會產生什麼?

場景描述: 哈佛大學的研究者,通過將 AI 技術引入建築的設計流程,為生成建築的圖紙規劃提供了更合理和多樣式的選擇,為人工智慧在建築設計行業的發展,帶來了進一步的嘗試和探索。 關鍵詞: GANs 建築

機器學習研究的七個迷思

作者 Oscar Chang 總結了機器學習研究中的七大迷思,每個問題都很有趣,也可能是你在研究機器學習的過程中曾經遇到過的“想當然”問題。AI 前線對這篇文章進行了編譯,以饗讀者。 迷思之一:Tensor

人工智慧技術在雷達對抗中的應用

【編者按】本文轉自科技導報,作者劉春生,郝治理等。劉春生,國防科技大學電子對抗學院,副教授,研究方向為雷達對抗技術;郝治理(共同第一作者),國防科技大學電子對抗學院,碩士研究生,研究方向為訊號與資訊

1714338354.5281