人工智能
-
我是这样理解SVM,不需要繁杂公式的那种!(附代码)
支持向量机(Support Vector Machine,SVM)是众多监督学习方法中十分出色的一种,几乎所有讲述经典机器学习方法的教材都会介绍。关于SVM,流传着一个关于天使与魔鬼的故事。
-
迅速掌握!处理小数据的7个技巧
这应该是目前最重要的。你正在建立一个模型,它的知识是浩瀚的知识海洋中的一小部分,而这种情况应该是必然的。 如果你正在构建一个基于室内照片的计算机视觉原型,不要期望它在户外工作得很好。如果你有一个基于聊天室玩笑的语言模型,不要期望它适用于梦幻的小说。 确保你的经理或客户能理解这一点。这样,每个人都可以对模型应该交付的结果有一个现实的期望。它还为提出有用的新的K…
-
贝叶斯网络之父:当前的机器学习其实处于因果关系之梯的最低层级
当前的机器学习其实处于因果关系之梯的最低层级。
-
读这一篇,对于AI、机器学习、深度学习你都会有基本的认知
人们现在谈论的人工智能好像还在遥远的未来,但实际上,它已经在我们的生活中激增。从我们给孩子购买的最新玩具机器人宠物到执行预定手术的外科医生机器人,再到十分了解我们对音乐、电影、广告的偏好的推荐系统,我们实际上已经进入了人工智能,与它同在。 随着“人工智能”变得更加智能和普遍,我们内心会产生一种自然的恐惧。有人会担心在我们的社会中没有正确实施人工智能带来的反乌…
-
教你用机器学习生成披头士的歌词
披头士是一个巨大的文化现象。他们永恒的音乐至今仍与人们产生共鸣,无论是年轻人还是老年人。就我个人而言,我是他们的超级粉丝。依我拙见,他们是很棒的摇滚乐队。他们的歌曲充满了有趣的歌词和深刻的思想。例如: 然而,披头士乐队之所以伟大,是因为他们多才多艺。他们的一些歌曲深沉而有思想,而另一些则有趣而轻松。毫无疑问,贯穿他们歌词的最大主题是爱。这里有这样一句词: 事…
-
Google如何将强化学习应用于模拟足球?
谷歌大脑团队的研究人员开源Google Research Football,这是一个利用强化学习教授AI代理人如何掌握世界上最受欢迎的运动的新环境。 足球引擎:一种高度优化的游戏引擎,模拟足球比赛。 足球基准:一组多样化的基准任务,可以用来比较不同的算法。 足球学院:一系列逐步加强和多样化的强化学习场景。 足球引擎 足球引擎是基于流行的Gameplay Fo…
-
还在用Github管理机器学习项目?你早该了解这些更专业的新工具
机器学习,不过是和数据和软件打交道。那就应该是是运行代码、迭代算法的简单问题呀?一段时间后,我们就能拥有一个完美的训练有素的ML模型。
-
用Numpy搭建神经网络:如何读取数据集、进行神经网络训练
用Numpy搭建神经网络,今天教大家如何读取数据集,以及将数据集用于神经网络的训练。
-
神奇的霍特林法则:为什么汉堡王总是开在麦当劳旁边?
霍特林法则属于经典博弈论范畴,用于模拟公司选址在何处以及为何选址所处的位置。
-
一键“脱”衣应用DeepNude迅速下线,来看看它涉及的图像修复技术
大数据文摘出品 来源:Github 发布者:yuanxiaosc 上周,又一AI偏门应用DeepNude爆出,一键直接“脱掉”女性的衣服,火爆全球。 应用也很容易上手,只需要给它一张照片,即可借助神经网络技术,自动“脱掉”衣服。原理虽然理解门槛高,但是应用起来却毫不费力,因为对于使用者来说,无需任何技术知识,一键即可获取。 据发布者表示,研发团队是个很小的团…
-
一键获取新技能,玩转NumPy数据操作
NumPy是Python中用于数据分析、机器学习、科学计算的重要软件包。它极大地简化了向量和矩阵的操作及处理。
-
十个技巧,让你成为“降维”专家
在分析高维数据时,降维非常有用,有时甚至是必不可少的。尽管降维方法被广泛采用,但经常被误用或误解。
-
归一化 vs 标准化 定量的分析
不要再用sklearn中的StandarScaler作为默认的特征缩放方法了,别的方法可以给你7%的准确率提升!
-
TensorFlow 、Caffe等9大主流人工智能框架优劣势分析
从机器人到谷歌Siri,再到现在新推出的谷歌双工系统,人工智能似乎已经取得了相当大的进步,变得越来越人性化。
-
TensorFlow2.0中构建模型的两种风格,符号式和命令式
给你详细讲解TensorFlow2.0中两种不同构建模型风格的优缺点,以及什么时候用什么风格。