全部 人工智能學(xué)科動(dòng)態(tài) 人工智能技術(shù)資訊 人工智能常見問題 技術(shù)問答

• • 

    紅黑樹：基于紅黑規(guī)則實(shí)現(xiàn)自平衡排序二叉樹

    每一個(gè)節(jié)點(diǎn)可以是紅或者黑;紅黑樹不是通過高度平衡的，它的平衡是通過“紅黑規(guī)則”進(jìn)行實(shí)現(xiàn)的。紅黑樹規(guī)則規(guī)定每一個(gè)節(jié)點(diǎn)或是紅色的，或者是黑色的，根節(jié)點(diǎn)必須是黑色。如果某一個(gè)節(jié)點(diǎn)是紅色，那么它的子節(jié)點(diǎn)必須是黑色。 查看全文>>

    人工智能技術(shù)資訊2023-10-24 |傳智教育 |紅黑樹規(guī)則,什么是紅黑樹

  • 

    VGG的網(wǎng)絡(luò)架構(gòu)有哪些特點(diǎn)？

    VGG可以看成是加深版的AlexNet，整個(gè)網(wǎng)絡(luò)由卷積層和全連接層疊加而成，和AlexNet不同的是，VGG中使用的都是小尺寸的卷積核(3×3)，其網(wǎng)絡(luò)架構(gòu)如下圖所示： 查看全文>>

    人工智能技術(shù)資訊2023-10-13 |傳智教育 |VGG網(wǎng)絡(luò)架構(gòu),VGG圖像分類,什么是VGG

  • 

    北京Ai人工智能培訓(xùn)學(xué)校哪家好？

    很多同學(xué)希望入行人工智能，從事人工智能方面的工作，但在選擇培訓(xùn)機(jī)構(gòu)時(shí)很容易讓人挑花了眼，各種宣傳推廣做出錯(cuò)誤選擇。導(dǎo)致最后培訓(xùn)效果不好，找不到理想工作，白白付出時(shí)間金錢。今天我們來說說。在怎樣選擇人工智能學(xué)習(xí)的培訓(xùn)機(jī)構(gòu)。 查看全文>>

    人工智能常見問題2023-09-25 |傳智教育 |人工智能培訓(xùn),人工智能教程,人工智能學(xué)習(xí)

  • 

    人工智能和機(jī)器人的區(qū)別是什么？

    ?人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，主要研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能理論方法技術(shù)，以及應(yīng)用系統(tǒng)的一門新的技術(shù)學(xué)科。人工智能需要大數(shù)據(jù)來支撐，主要是識(shí)別類、感應(yīng)器方面，現(xiàn)今生活中的智慧家電、智慧工業(yè)、語言識(shí)別等都運(yùn)用了人工智能技術(shù)。而機(jī)器人是可編程機(jī)器，在人工智能的基礎(chǔ)上增加物理外殼，是人工智能研究的產(chǎn)物，是實(shí)體的。 查看全文>>

    人工智能常見問題2023-09-22 |傳智教育 |人工智能和機(jī)器人的區(qū)別

  • 

    什么是EM算法？通過實(shí)例演示EM算法實(shí)現(xiàn)流程

    EM算法也稱期望最大化(Expectation-Maximum,簡稱EM)算法。 它是一個(gè)基礎(chǔ)算法，是很多機(jī)器學(xué)習(xí)領(lǐng)域算法的基礎(chǔ)，比如隱式馬爾科夫算法(HMM)等等。 EM算法是一種迭代優(yōu)化策略，由于它的計(jì)算方法中每一次迭代都分兩步， 其中一個(gè)為期望步(E步)， 另一個(gè)為極大步(M步)， 所以算法被稱為EM算法(Expectation-Maximization Algorithm)。 查看全文>>

    人工智能技術(shù)資訊2023-09-22 |傳智教育 |EM算法實(shí)現(xiàn)流程,EM算法

  • 

    怎樣用Seaborn庫繪制單變量分布和雙變量分布？

    Seaborn基于 Matplotlib核心庫進(jìn)行了更高級(jí)的API封裝，可以輕松地畫出更漂亮的圖形，而Seaborn的漂亮主要體現(xiàn)在配色更加舒服，以及圖形元素的樣式更加細(xì)膩。 查看全文>>

    人工智能技術(shù)資訊2023-09-22 |傳智教育 |Seaborn庫繪制單變量分布和雙變量分布圖

  • 

    解決哪類問題需要使用HMM模型？HMM模型是什么？

    什么樣的問題解決可以用HMM模型。使用HMM模型時(shí)我們的問題一般有這兩個(gè)特征： 查看全文>>

    人工智能技術(shù)資訊2023-08-29 |傳智教育 |HMM模型能做什么,HMM模型是什么

  • 

    SVM算法api中的SVC、NuSVC、LinearSVC

    SVM具有良好的魯棒性，對(duì)未知數(shù)據(jù)擁有很強(qiáng)的泛化能力，特別是在數(shù)據(jù)量較少的情況下，相較其他傳統(tǒng)機(jī)器學(xué)習(xí)算法具有更優(yōu)的性能。使用SVM作為模型時(shí)，通常采用如下流程： 查看全文>>

    人工智能技術(shù)資訊2023-07-28 |傳智教育 |SVM算法api

  << 1 2 3 4 5 6 7 8 9 ... 14 > >>