首页 > 词云 > 机器学习

机器学习

机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。

  • 在数据分析和机器学习领域,我们常常需要处理非均匀数据。非均匀数据是指具有不平衡分布或样本数量不均等的数据集。为了准确建模和预测,我们需要对这些非均匀数据进行重采样。本文将详细介绍什么是非均匀数据重采样以及如何应用不同的方法来解决这一问题。 一、什么是非均匀数据重采样? 非均匀数据重采样是一种数据处理技术,用于解决数据集中存在的类别不平衡或样本数量不均等的问题。在非均匀...

  • 算法公式挺费神,机器学习太伤人。任何一个刚入门机器学习的人都会被复杂的公式和晦涩难懂的术语吓到。但其实,如果有通俗易懂的图解,理解机器学习的原理就会非常容易。本文整理了一篇博客文章的内容,读者可根据这些图理解看似高深的机器学习算法。 机器学习这个主题已经很普遍了,每个人都在谈论它,但很少有人能够透彻地了解它。当前网络上的一些机器学习文章晦涩难懂,理论性太强,或者通篇云里雾里...

  • 参赛者将通过这项AI驱动型挑战赛来探索FPGA机器学习 中国上海 - 2024年6月24日: 安富利旗下的 e络盟社区与AMD合作发起“关注智能技术”设计挑战赛。这项创新赛事邀请参赛者使用基于 AMD Zynq-7000TM SoC 器件的开发套件设计并构建嵌入式视觉项目。 嵌入式视觉越来越多地被集成到各种项目中,对技能组合、技术创新和产品开发产生了重大影响。AMD自适...

  • 机器学习按照模型类型分为监督学习模型、无监督学习模型两大类。 1. 有监督学习 有监督学习通常是利用带有专家标注的标签的训练数据,学习一个从输入变量X到输入变量Y的函数映射。Y = f (X),训练数据通常是(n×x,y)的形式,其中n代表训练样本的大小,x和y分别是变量X和Y的样本值。 有监督学习可以被分为两类: 分类问题:预测某一样本所属的类别(离散的)。比如判断性别...

  • 全新 JFrog Artifactory 集成为开发人员和数据科学家提供开源软件解决方案,可简化并安全加速 ML 模型开发 2024年5月7日 —— 流式软件公司、JFrog 软件供应链平台的缔造者JFrog (纳斯达克股票代码:FROG)近期宣布实现JFrog Artifactory和Databricks开发的开源软件平台MLflow的全新机器学习(ML)生命周期集成...

  • MEMS传感器 TDK推出SmartEdgeMLTM赋能在6轴IMU上运行超低功耗的机器学习模型 SmartEdgeML解决方案允许用户在传感器芯片上构建、测试、调试和部署机器学习 (ML) 模型 SmartEdgeML包括:SmartMotion™ ICM-45686-S 6轴运动传感器、SmartBug 2.0评估套件和传感器推理框架 (SIF) 软件(可下载)...

  • 贸泽电子开售适用于智能电机控制和机器学习应用的 NXP Semiconductors MCX微控制器 2024年4月10日 –提供超丰富半导体和电子元器件™的业界知名新品引入 (NPI) 代理商贸泽电子 (Mouser Electronics) 即日起开售NXP Semiconductors的MCX工业和物联网微控制器 (MCU)。这些新款MCU属于高性能、低功耗微控制器...

  • 人工智能 (AI)、机器学习 (ML) 和物联网 (IoT) 网络边缘的其他计算密集型工作负载的兴起给微控制器 (MCU) 带来了额外的处理负载。 即使设计人员被要求最大限度地降低功耗并加快上市时间,处理这些新的工作负载也会增加功耗。 设计人员需要一种计算选项,既能保持 MCU 的效率,又能添加专门针对低功耗用例定制的高性能功能。 此选项还应保留与传统 MCU 相关的简单部...

  • 【2024年3月25日,德国慕尼黑和瑞典瓦尔贝格讯】不同汽车的独特性给汽车零部件供应商和OEM厂商等带来了挑战,因为每辆车的驾驶方式、驾驶地点、驾驶者、设计、用途以及道路和交通状况都是独一无二的。为保证每辆汽车都能正常运行并达到出色运行状态,需要掌握并管理汽车及其状况。 英飞凌科技股份公司 AURIX™ 微控制器(MCU)系列所提供的先进实时计算硬件适用于安全关键型汽车应用中的...

  • 增强功能包括第 7 层 DDoS 防护和高级机器学习功能 2024年 3月13日 – 负责支持和保护网络生活的云服务提供商阿卡迈技术公司(Akamai Technologies, Inc.,以下简称:Akamai), 近日宣布为旗舰产品 Akamai App & API Protector 推出重磅新增功能,包括针对复杂应用层分布式拒绝服务 (DDoS) 攻击的高级防御功能...

  • 【2024年2月19日,德国慕尼黑讯】 英飞凌科技股份公司旗下公司Imagimob对其Imagimob Studio做出更新。 用户现在可以将他们的机器学习(ML)建模流程可视化,并利用各种先进功能更加高效、快速地开发适用于边缘设备的模型。Imagimob边缘设备AI/ML开发平台的最新版本对用户体验进行了一次重要升级。全新的Graph UX界面不仅将为ML建模流程带来更大的便...

  • 【2024年2月5日,德国慕尼黑讯】 秉承为智能设备上市提供更佳、更快方法的使命,英飞凌科技股份公司旗下的边缘人工智能公司Imagimob推出IMAGIMOB Ready Models 。这套完整的机器学习(ML)解决方案可确保为边缘智能设备提供稳健、高性能和可量产的AI应用方案。Ready Models可快速部署到PSoC™ 6 等现有微控制器(MCU)这类半导体硬件上,而用...

  • 眼下,人工智能(AI)和机器学习(ML)等赛道被热议,已经成为了习惯。事实上,在DevOps领域,与之相关的话题更是备受瞩目。随着科技不断演进,这三个领域的融合对于企业的数字化转型和多层次的创新发挥着越来越重要的作用。基于这一庞大的市场规模的增长源于基于云的技术和自动化工具的广泛应用,JFrog便立志要推进DevOps在具体业务中的实践。本文将探讨, 在未来短期之内,由于AI和...

  • 英飞凌推出全新 PSoC Edge产品系列,扩展微控制器产品组合,为边缘应用带来高性能、高能效的机器学习技术 【2023年11月28日,德国慕尼黑讯】英飞凌科技股份公司于近日宣布推出全新的PSoC™微控制器(MCU)产品系列,即PSoC™ Edge。 PSoC™产品组合是英飞凌基于Arm® Cortex®内核打造的高性能且低功耗的安全器件。 PSoC Edge 专为新一代实...

  • 《自然·通讯》31日发表的一篇论文报道了一种机器学习模型,该模型能部分重现职业化学家在工作中积累的集体知识,这类知识通常被称为“化学直觉”。研究团队认为,该研究或使今后的药物研发更高效。 研究总体框架 图片来源:《自然·通讯》在线版 传统上,药物与化学发现需要依靠试错实验和研究人员在工作中积累的知识。使用模拟工具,尤其是机器学习,能让研究人员更快地发现候选分子,极大降低发...

  • ()和(Machine Learning)的迅猛发展已经在多个领域引发了深刻的变革和创新。机器学习作为人工智能的重要支撑技术,已经在许多实际应用中取得了显著成就。 本文将介绍人工智能在机器学习中的八大应用领域,并通过适当的代码示例加深理解。 1. 自然语言处理(NLP) 自然语言处理是人工中的重要领域之一,涉及计算机与人类自然语言的交互。NLP技术...

  • 对于想要快速扩展边缘人工智能雄心的开发人员来说,硬件碎片化是一个早期障碍。 TDK Qeexo 为工业、制造、嵌入式系统和移动设备等应用开发机器学习 (ML) 解决方案。该公司于 2012 年推出首款产品 FingerSense,这是一种手机技术,可以使用振动感应和电容式触摸来区分不同类型的触摸输入。 “我们创建了这个出色的机器学习应用程序,我们的客户说,‘太棒了! 听...

  • Microchip 推出 MPLAB® 机器学习开发工具包,助力开发人员轻松将机器学习集成到 MCU 和 MPU中 这款独特的解决方案首次全面支持 8 位、16 位和 32 位 MCU 以及 32位MPU,可在边缘 实现机器学习 机器学习 (ML) 正成为嵌入式设计人员开发或改进各种产品的标准要求。为满足这一需求,Microchip Technology Inc...

  • 意法半导体的首款车规机器学习解决方案SL-AIAID012401V1由AEKD-AICAR1 评估套件、AI 人工智能插件和AutoDevKit 车规开发板组成,能够识别驻车、正常路况、崎岖道路、车轮侧滑或突然转向四种汽车状态。这是一个难得的机会,可以通过测试和开发汽车人工智能应用,以确定该技术是否适合这个市场。事实上,许多车企还在探索在行业现阶段,机器学习对他们是否有意...

  • 【2023年8月28日 德国慕尼黑讯】英飞凌科技股份公司于近日宣布与Edge Impulse合作,为PSoC™ 63低功耗蓝牙®微控制器(MCU)扩展基于微型机器学习的AI开发工具。 人工智能物联网应用开发者现在可以使用Edge Impulse Studio环境,在高性能、低功耗的PSoC 63低功耗蓝牙微控制器上构建边缘机器学习(ML)应用。 此次合作为客户在基于P...

    暂无信息
小广播
论坛热帖 换一换
热门视频 换一换

 
EEWorld订阅号

 
EEWorld服务号

 
汽车开发圈

电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved