其乐融融 发布于 2023/11/14 02:17:06

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。

阅读()评论(0)赞 ()标签：机器学习

其乐融融 发布于 2023/11/12 02:17:10

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。

阅读()评论(0)赞 ()标签：人工智能 / 机器学习 / Docker

其乐融融 发布于 2023/11/08 02:17:15

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。

阅读()评论(0)赞 ()标签：机器学习 / 目标检测

其乐融融 发布于 2023/11/07 02:17:23

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。

阅读()评论(0)赞 ()标签：机器学习 / LIME

其乐融融 发布于 2023/11/07 02:17:20

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。

阅读()评论(0)赞 ()标签：机器学习 / 攻击

其乐融融 发布于 2023/11/07 02:17:16

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。

阅读()评论(0)赞 ()标签：正则化 / 机器学习 / Laplace

其乐融融 发布于 2023/11/03 02:17:06

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。

阅读()评论(0)赞 ()标签：机器学习

其乐融融 发布于 2023/11/03 02:17:02

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。

阅读()评论(0)赞 ()标签：PyTorch / 机器学习

其乐融融 发布于 2023/11/01 02:17:07

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。

阅读()评论(0)赞 ()标签：机器学习 / 强化学习

其乐融融 发布于 2023/10/28 02:50:45

目前，整个机器视觉行业处于快速成长阶段。2020年开始，机器视觉行业全球市场规模就已经超过100亿美元。但是中国机器视觉行业规模依旧不大，但增速较快，发展可观。

阅读()评论(0)赞 ()标签：人工智能 / 机器视觉 / 机器学习

其乐融融 发布于 2023/10/28 02:50:17

计算机视觉与工业流程数字化所涉及的许多其他技术一样，是制造企业的宝贵盟友，可显著降低成本、提高产量和质量、提高精度并提高员工安全性。

阅读()评论(0)赞 ()标签：计算机视觉 / 人工智能 / 机器学习

其乐融融 发布于 2023/10/28 02:30:43

本文将讨论机器学习和人工智能已经取得的进展，以及它们如何对语音技术提升产生的影响。

阅读()评论(0)赞 ()标签：机器学习 / 人工智能 / 语音

其乐融融 发布于 2023/10/28 02:30:40

由于Siri、Alexa和谷歌助手等软件的出现，语音技术在过去十年中得到了巨大的发展。但语音助手行业尚未充分发挥其潜力，它可以成为我们每天使用的许多应用程序不可或缺的一部分。

阅读()评论(0)赞 ()标签：语音助手 / 智能助理 / 机器学习

其乐融融 发布于 2023/10/28 02:30:25

为了解决语音识别的跨领域和跨语言问题，微软亚洲研究院机器学习组和微软（亚洲）互联网工程院提出了跨领域和跨语言语音识别的 CMatch 和 Adapter 方法。

阅读()评论(0)赞 ()标签：语音识别 / 机器学习 / 微软

其乐融融 发布于 2023/10/28 02:17:50

可视化是一种强大的工具，用于以直观和可理解的方式传达复杂的数据模式和关系。它们在数据分析中发挥着至关重要的作用，提供了通常难以从原始数据或传统数字表示中辨别出来的见解。

阅读()评论(0)赞 ()标签：数据分析 / 机器学习

其乐融融 发布于 2023/10/28 02:17:45

联邦学习是一种带有隐私保护、安全加密技术的分布式机器学习框架，旨在让分散的各参与方在不向其他参与者披露隐私数据的前提下，协作进行模型训练。

阅读()评论(0)赞 ()标签：联邦学习 / 机器学习

其乐融融 发布于 2023/10/28 02:17:40

现在，来自谷歌、Mila 研究所等研究机构的研究者联合探索了一种新方法 —— 让 LLM 学习推理规则，并提出一种名为假设到理论（Hypotheses-to-Theories，HtT）的新框架。

阅读()评论(0)赞 ()标签：机器学习 / 大模型

其乐融融 发布于 2023/10/28 02:17:37

智能建筑是指采用各种技术来优化其运营并提高其能源效率、舒适度和安全性的建筑。这包括智能照明和暖通空调系统、自动化安全和访问控制以及预测性维护等功能。另一方面，智能建筑是指利用数字技术来简化和优化建筑过程，包括设计、规划、调度和资源管理。

阅读()评论(0)赞 ()标签：人工智能 / 机器学习

其乐融融 发布于 2023/10/28 02:17:33

相似性度量在机器学习中起着至关重要的作用。这些度量以数学方式量化对象、数据点或向量之间的相似性。理解向量空间中的相似性概念并采用适当的度量是解决广泛的现实世界问题的基础。

阅读()评论(0)赞 ()标签：机器学习 / 相似性度量

其乐融融 发布于 2023/10/28 02:17:30

集成学习和随机森林是强大的机器学习模型，机器学习从业者和数据科学家经常使用它们。在本文中，我们介绍了提升集成学习的基本原理、应用场景，并介绍了其中最受欢迎的算法及其在Python中的使用方法。

阅读()评论(0)赞 ()标签：机器学习 / 模型 / 数据

其乐融融 发布于 2023/10/28 02:17:27

数据增强是人工智能和机器学习领域的一项关键技术。它涉及到创建现有数据集的变体，提高模型性能和泛化。Python是一种流行的AI和ML语言，它提供了几个强大的数据增强库。

阅读()评论(0)赞 ()标签：机器学习 / 人工智能 / Python

其乐融融 发布于 2023/10/28 02:17:24

数据不平衡是机器学习中一个常见的挑战，其中一个类的数量明显超过其他类，这可能导致有偏见的模型和较差的泛化。有各种Python库来帮助有效地处理不平衡数据。在本文中，我们将介绍用于处理机器学习中不平衡数据的十大Python库，并为每个库提供代码片段和解释。

阅读()评论(0)赞 ()标签：数据不平衡 / Python / 机器学习

其乐融融 发布于 2023/10/28 02:17:21

本文介绍如何使用高斯混合模型将一维多模态分布拆分为多个分布。

阅读()评论(0)赞 ()标签：高斯混合模型 / 机器学习

其乐融融 发布于 2023/10/28 02:17:19

经过多次尝试，我们暂时未能训练出一个在单一数据集上训练，而在其他数据集上也具有理想准确率的模型。因此，我们决定将应用宝和 APKPure 的数据合并作为 Benign APK 的训练集，同时将其他几个 Malware 数据集也合并作为 Malware APK 的训练集，以提高样本的平均均衡度。

阅读()评论(0)赞 ()标签：机器学习 / Android / 恶意

其乐融融 发布于 2023/10/27 02:50:09

，随着时代的发展，机器视觉在现代科技、经济领域、娱乐活动等方面占据着越来越重要的角色。因此，不管是人工智能技术的发展，还是智能装备的制造，都离不开机器视觉技术的支持。

阅读()评论(0)赞 ()标签：人工智能 / 机器视觉 / 机器学习