-
《stm32嵌入式系统开发实战指南》一2.3 硬件设计要点
在以往的电路设计中，人们为了简化问题，通常把电源和地当成理想的情况来处理，将主要精力集中研究信号线，但在高速电路设计中，这种处理方法将给产品带来潜在的隐患。电源完整性和信号完整性是紧密联系在一起的，从...文章 2017-08-01 1425浏览量 -
《数据驱动安全：数据安全分析、可视化和仪表盘》一1....
当你在会议上被视为某个领域的专家时，大家就希望你能给出问题的解答，而当会议的问题不清晰、不确定的时候，就会产生冲突。数据分析恰恰要求适当的自我认知和人性，以便为自以为是的疑虑留有余地。即便你自信地宣称...文章 2017-06-21 1456浏览量 -
机器学习大牛最常用的5个回归损失函数，你知道几个？
首先，我们建立了一个从sinc（x）函数中采样得到的数据集，并引入了两项人为噪声：高斯噪声分量ε〜N（0，σ2）和脉冲噪声分量ξ〜Bern（p）。加入脉冲噪声是为了说明模型的鲁棒效果。以下是使用不同损失函数拟合GBM...文章 2018-06-21 1558浏览量 -
机器学习中的过拟合
这种方法可以估计出我们的模型在新数据上的表现。如果我们的模型在训练集上比在测试集中表现得好得多，那么我们很可能会过拟合。例如，如果我们的模型在训练集上有99％的准确率，但在测试集上只有55％的准确率，那将...文章 2018-07-24 2990浏览量 -
深度学习教程|AI应用实践策略(下)
总结人类水平误差、训练集错误率、训练-验证集错误率、验证集错误率、测试集错误率之间的差值所反映的问题如下图所示：5.2 处理方法吴恩达老师给出了2条关于解决数据不匹配问题的建议：① 做错误分析，尝试了解训练...文章 2022-04-21 104浏览量 -
最简单易懂的GAN（生成对抗网络）教程：从理论到实践...
但是你判别网络不知道呀，我包装的非常逼真，以至于判别网络无法判断真假，那么用输出数值来解释就是，生成网络生成的假样本进去了判别网络以后，判别网络给出的结果是一个接近0.5的值，极限情况就是0.5，也就是说...文章 2017-08-02 2711浏览量 -
《深度学习：Java语言实现》一一2.4机器学习应用流程
假设你有2001年到2015年的历史股价数据作为原始数据，如果你使用这些数据进行训练，并且也使用同一时段的这些数据同样地进行测试，将会发生什么情况呢？你会发现，即使仅仅使用简单的机器学习，或者特征工程，获得...文章 2017-08-18 2933浏览量 -
为何机器学习识别声音还做不到像识别图片那么容易？
像3DSignals和OtoSense这样的公司都瞄准了这个领域：利用商品化的物联网传感器来帮助用户准确无误地替换刚出问题的部件，从而避免了代价高昂的停机时间。明天的机器 在未来的几年内，我们将为广泛的声音检测问题提供...文章 2017-05-24 2027浏览量 -
物联网中机器学习的挑战和机遇
不出所料，人工智能工程师一直在努力实现两全其美，最终开发出雾计算，这是一个分散的计算基础设施。在这种方法中，数据，计算能力，存储和应用程序以最合理的方式在设备和云之间分布，最终通过将它们更紧密地结合在...文章 2018-11-26 1042浏览量 -
人工智能的下半场，一定少不了自监督学习
对于给定的任务，在拥有足够的标签的情况下，监督式学习可以很好地解决该问题。想要得到好的性能，往往需要大量的数据标签，但是手动收集数据的成本很高（例如，ImageNet），而且也很难对数据集进行扩展。考虑到无...文章 2019-12-01 1356浏览量 -
《Adobe After Effects CS6完全剖析》——定时与重...
可以提高Global Smoothness（全局平滑度，针对所有矢量）、Local Smoothness（局部平滑度，针对单个矢量）和Smoothing Iterations（平滑重复），以便处理细节噪声，但是同样，在这种情况下它只会改变人为错误，而...文章 2017-05-02 1652浏览量 -
最强AlphaGo怎样炼成？刚刚，DeepMind团队进行了全面...
提问：DeepMind和Facebook研究这个问题大概是在同一时间诶，是什么让AlphaGo这么拿到了围棋最高段位？David Silver：Facebook更专注于监督学习，这是当时最厉害的项目之一。我们选择更多地关注强化学习，是因为相信...文章 2018-01-01 986浏览量 -
带你读《数据挖掘导论（原书第2版）》之二：数据
通常必须解决的数据质量问题包括存在噪声和离群点，数据遗漏、不一致或重复，数据有偏差或者不能代表它应该描述的现象或总体情况。使数据适合挖掘的预处理步骤 通常，原始数据必须加以处理才能适合分析。处理一方面...文章 2019-11-18 4541浏览量 -
(转)简述生成式对抗网络
其中绿色的o和x代表训练集，红色的o和x即对抗样本，明显可以看到欠拟合的情况下输入发生改变也会导致分类不正确(其实这里我觉得有点奇怪，因为图中所描述的对抗样本不一定就是跟原始样本是同分布的，感觉是人为造的...文章 2016-11-16 1144浏览量 -
再谈主成分分析
在PCA的计算过程中完全不需要人为的设定参数或是根据任何经验模型对计算进行干预，最后的结果只与数据相关，与用户是独立的。但是，这一点同时也可以看作是缺点。如果用户对观测对象有一定的先验知识，掌握了数据的...文章 2016-04-27 903浏览量 -
专治数仓疑难杂症！美团点评 Flink 实时数仓应用经验...
在离线数仓中，可能改了某一个表，只要一天之内把下游的作业也改了，就不会出什么问题。但是实时数仓就不一样了，只要改了上游的表结构，下游作业必须是能够正确解析上游数据的情况下才可以。另外使用像 kafka 这样...文章 2020-07-04 2061浏览量 -
【图像分割】基于马尔可夫随机场实现图像分割附matlab...
图像传输过程的误差及人为原因等&xff0c;都会对图像采集及传输造成影响。特别是存在于图像中的噪声的影响&xff0c;会使原本优化的图像质量发生改变。因此在对图像做进一步的操作之前&xff0c;我们通常先去除图像中的噪声...文章 2022-06-11 19浏览量 -
语音唤醒技术：small-footprint keyword spotting
CRNN和CNN的差别就在于RNN，因此得出结论，RNN对于性噪比小，即噪声比较大的情况是非常有帮助的。同时在文章的最后给出了综合的结果如下图，在每小时误唤醒为0.5个的条件下，不同性噪比上得到的性能。第三篇文章如上...文章 2017-11-06 13065浏览量 -
斯坦福大学物理教授张首晟：In Math We Trust|清华x-...
这个合久必分的时代也不那么长，如果人人可以交流，人人都可以创造出交流的内容，这个内容广泛地撒在外围的互联网上，那么我要去找一个信息，就会变得非常非常不方便，所以在这个情况下，分久必合，出现了一些非常...文章 2018-05-18 1328浏览量 -
在医疗保健中使用AI：将数据转化为行动
人工智能目前可以执行耗时、重复，而且可能容易出现人为错误的人类任务。尽管安全有效，但医疗领域的AI仍处于起步阶段，但我们开始看到该行业取得了长足的进步。这只是AI已经帮助简化工作流程和改善医疗保健流程的几...文章 2020-04-22 272浏览量 -
图解机器学习|朴素贝叶斯算法详解
4.平滑处理1）为什么需要平滑处理使用朴素贝叶斯，有时候会面临零概率问题。零概率问题，指的是在计算实例的概率时，如果某个量，在观察样本库（训练集）中没有出现过，会导致整个实例的概率结果是。在文本分类的...文章 2022-04-21 108浏览量 -
看完这篇文章，再也不用担心训练模型时出现缺失值了
具体实践上通常是估计出待插补的值，然后再加上不同的噪声，形成多组可选插补值。根据某种选择依据，选取最合适的插补值。我们看到，以上提出的拟合和替换方法都是单一的插补方法，而多重插补弥补了单一插补的缺陷，...文章 2018-10-25 3358浏览量 -
遗传算法(Genetic Algorithm)详解与实现
3.涉及噪声数据问题遗传算法可以应对数据可能不一致的问题&xff0c;例如源自传感器输出或基于人类评分的数据。4.随时间而变化的环境所涉及的问题遗传算法可以通过不断创建适应变化的新一代来响应较为缓慢的环境变化。...文章 2021-12-15 1765浏览量 -
机器学习开发者的现代化路径：不需要从统计学微积分...
CSDN将其节选翻译，包括传统学习方法为什么失灵，如何使用现代的方式和“单项最优”的工具与平台来处理实际的端到端的机器学习问题，以及如何规避常见的错误。原文标题为：面向程序员的机器学习：从开发者到机器学习...文章 2017-05-02 1331浏览量 -
从声学模型算法角度总结 2016 年语音识别的重大进步
但这也带来一个问题，尤其是对初学者而言，会造成只是在设计网络长成什么样子，但并不清楚其中的实现细节。初学者最好多推推公式，对打下一个坚实的基础绝对有好处。在语音识别其它工具支持方面，kaldi 有全套的语音...文章 2017-02-13 8638浏览量 -
笃信量子力学大半辈子的他，最近忽然开始怀疑：量子...
不过，在大多数情况下，量子力学的奇异性本身并不会带来什么问题。物理学家已经学会使用量子力学得出越来越精确，越来越成功的计算结果。劳伦斯·克劳斯（Lawrence Krauss）就将关于氢原子的一个量子力学计算结果...文章 2018-05-04 1151浏览量 -
300万知乎多标签文本分类任务经验分享（附源码）
这是一个文本多分类的问题：目标是“参赛者根据知乎给出的问题及话题标签的绑定关系的训练数据，训练出对未标注数据自动标注的模型”。通俗点讲就是：当用户在知乎上提问题时，程序要能够根据问题的内容自动为其添加...文章 2017-12-01 11026浏览量 -
分分钟带你杀入Kaggle Top 1%
在做特征抽取的时候，我们是尽可能地抽取更多的Feature，但过多的Feature会造成冗余，噪声，容易过拟合等问题，因此我们需要进行特征筛选。特征选择可以加快模型的训练速度，甚至还可以提升效果。特征选择的方法多种...文章 2017-10-24 1586浏览量 -
会编辫子的量子计算
一句话，科学家想要构建一种特殊的状态，这种状态受拓扑保护，不那么容易受到周围噪声的干扰，可以很好的保持相干性。这种天然就具有抗扰动能力的量子计算，无疑对科学家有着特别的吸引力，借助神奇的任意子，科学家...文章 2018-05-16 1033浏览量 -
带你读《TensorFlow自然语言处理》之三：Word2vec——...
Word2vec是一种开创性的方法，可以在没有任何人为干预的情况下学习单词的含义。此外，Word2vec通过查看给定单词周围的单词来学习单词的数字表示。我们可以想象一个真实世界的场景来测试上述说法的正确性。比如，你...文章 2019-11-12 1258浏览量
