分类 默认分类 下的文章


撰写于    浏览:419 次  分类: 默认分类
1、封面介绍2、出版时间2022年1月3、推荐理由作为一门应用型学科,机器学习植根于数学理论,落地于代码实现。这就意味着,掌握公式推导和代码编写,方能更加深入地理解机器学习算法的内在逻辑和运行机制。本书在对全部机器学习算法进行分类梳理的基础之上,分别对监督学习单模型、监督学习集成模型、无监督学习模型、概率模型四个大类共26个经典算法进行了细致的公式[...]

撰写于    浏览:159 次  分类: 默认分类
1、封面介绍2、出版时间2022年2月3、推荐理由虽然很多深度学习工具都使用Python,但PyTorch 库是真正具备Python 风格的。对于任何了解NumPy 和scikit-learn 等工具的人来说,上手PyTorch 轻而易举。PyTorch 在不牺牲高级特性的情况下简化了深度学习,它非常适合构建快速模型,并且可以平稳地从个人应用扩展到[...]

撰写于    浏览:130 次  分类: 默认分类
1、封面介绍2、出版时间2016年1月3、推荐理由这是一本面向中文读者的机器学习教科书,为了使尽可能多的读者通过本书对机器学习有所了解,作者试图尽可能少地使用数学知识。然而,少量的概率、统计、代数、优化、逻辑知识似乎不可避免,因此,本书更适合大学三年级以上的理工科本科生和研究生,以及具有类似背景的对机器学习感兴趣的人士,为方便读者,本书附录给出了一[...]

撰写于    浏览:207 次  分类: 默认分类
我们知道深度神经网络一旦开始训练起来,那么中间层的输入参数就要发生变更,网络中每一层的输入数据分布一直在发生变化的。即便在输入层,我们已经人为的为每个样本归一化,但是仍然阻止不了后面网络每一层的输入数据的分布变化,因为在训练的时候,前面层训练参数的更新将导致后面层输入数据分布的变化。以网络第二层为例:网络的第二层输入,是由第一层的学习参数和inpu[...]

撰写于    浏览:159 次  分类: 默认分类
1、人工智能行业的现状:冰火两重天根据不同的应用领域,人工智能行业可以分为视觉类人工智能、语音及语义类人工智能和决策类人工智能。通常,我们接触的都是视觉类、语音类的人工智能,它们主要用来帮助人类执行具体任务,例如人脸识别,语音控制等等,而决策类AI更像企业的“智囊团”,给企业提供服务,而非个人,比如精准营销、风险管理、运营优化等等。客观的说,决策类[...]

撰写于    浏览:436 次  分类: 默认分类
nn.LayerNorm 简介在Transformer中一般采用LayerNorm,LayerNorm也是归一化的一种方法,与BatchNorm不同的是它是对每单个batch进行的归一化,而BatchNorm是对所有batch一起进行归一化的,如下所示:nn.LayerNorm 参数介绍nn.LayerNorm(normalized_shape, [...]

撰写于    浏览:481 次  分类: 默认分类
在推荐系统的实现中,几乎总会遇到从较多候选集中为用户选取特定的少数几个物品进行推荐,这本质上是一个Ranking问题。BPR Loss是用得比较多的一种Raking Loss,它是基于Bayesian Personalized Ranking。BPR Loss 的思想很简单,就是让正样本和负样本的得分之差尽可能达到最大。具体公式如下:

撰写于    浏览:434 次  分类: 默认分类
1、封面介绍2、出版时间2021年11月3、推荐理由人工智能(Artificial Intelligence,AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能的研究领域包括机器人、语音识别、图像识别、自然语言处理和专家系统等。机器学习就是用算法解析数据,不断学习,对世界中发生的事做出判断和预测的[...]

撰写于    浏览:450 次  分类: 默认分类
1、封面介绍2、出版时间2022年2月3、推荐理由认知的高度决定了你创造价值的高度,包括你对世界的认知及世界对你的认知。知识图谱与认知智能技术的发展,既孕育了圈层变更的机会,也带来了人、机器、企业如何协同与博弈的难题。本书总计12章,从理论到产业应用对知识图谱与认知智能进行了介绍。第1~7章围绕知识图谱与认知智能的需求,以用户、设备、企业为中心,讲[...]

撰写于    浏览:147 次  分类: 默认分类
1、封面介绍2、出版时间2021年10月3、推荐理由本书通俗地介绍人工智能(AI)和机器学习(ML):它们是如何工作的,能做什么,不能做什么,如何借助它们获利。这本书为非技术高管和非专业人士撰写。罗斯基于多年的教学和咨询经验,以直观的类比和解释揭开了AI/ML技术的神秘面纱,解释了从早期的“专家系统”到先进的深度学习网络的发展。首先,罗斯解释了人工[...]

撰写于    浏览:135 次  分类: 默认分类
1、封面介绍2、出版时间2021年11月3、推荐理由当前业界与学界流行的热词是人工智能、区块链、云计算、数据科学与大数据、物联网、虚拟现实,而人工智能则包含了机器学习与深度学习。三位深度学习之父Yoshua Bengio、Yann LeCun、Geoffrey Hinton因他们在神经计算领域的突出贡献而获得了2019年度计算机科学界的最高奖——图[...]

撰写于    浏览:180 次  分类: 默认分类
import os import pybullet as p import pybullet_data p.connect(p.GUI) pandaUid = p.loadURDF(os.path.join(pybullet_data.getDataPath(), "franka_panda/panda.urdf"),useF[...]

撰写于    浏览:208 次  分类: 默认分类
Panda 是德国Franka Emika 公司推出的高精度协作机械臂,曾获得德国科技创新奖。它同时兼顾研究与应用,为了应对研究需要,Franka 提供开源接口(FCI),用户可通过 C++和 ROS 进行编程。而为了方便使用,其内置的机器人控制系统可以通过手机APP 或Web 页面进行操作,且不要求掌握任何编程技巧。此外,该系统灵敏度高,针对大多[...]

撰写于    浏览:1312 次  分类: 默认分类
1、封面介绍2、出版时间2021年9月3、推荐理由深刻剖析Kaggle、阿里天池、腾讯广告算法大赛等算法竞赛内容,结合多个领域模块进行实战讲解;《计算广告》作者刘鹏、《深度学习推荐系统》作者王喆等倾力推荐!1.多年实战经验汇集作者在众多竞赛平台多次获得好成绩,本书汇集了他们在竞赛圈多年的实战经验。2.基本理论与竞赛技巧结合本书系统的介绍了算法竞赛,[...]

撰写于    浏览:565 次  分类: 默认分类
1、封面介绍2、出版时间2020年5月3、推荐理由知识就是力量,人工智能想要让计算机像人一样思考,同样需要知识的力量。计算机实现人工智能需要哪些知识,这些知识要如何表示、获取、计算以及使用,都是人工智能的重要研究课题。知识图谱作为人类知识结构化形成的知识系统,是人工智能研究和智能信息服务的基础核心技术,被广泛应用于搜索引擎、问答系统、智能对话系统以[...]

飞燕网
人工智能,资源分享

    友情链接