全部 人工智能學科動態(tài) 人工智能技術資訊 人工智能常見問題 技術問答

• • 

    人工智能技術發(fā)展的五個主要分支

    通訊、感知與行動是現代人工智能的三個關鍵能力，在這里我們將根據這些能力/應用對這三個技術領域進行介紹：計算機視覺(CV)、自然語言處理(NLP)、在 NLP 領域中，將覆蓋文本挖掘/分類、機器翻譯和語音識別、機器人 查看全文>>

    人工智能技術資訊2021-05-07 |傳智教育 |人工智能技術分支

  • 

    人工智能的起源和人工智能發(fā)展歷程

    測試者與被測試者(一個人和一臺機器)隔開的情況下，通過一些裝置(如鍵盤)向被測試者隨意提問。多次測試(一般為5min之內)，如果有超過30%的測試者不能確定被測試者是人還是機器，那么這臺機器就通過了測試，并被認為具有人類智能。 查看全文>>

    人工智能技術資訊2021-05-07 |傳智教育 |什么是人工智能,人工智能的應用

  • 

    什么是線性回歸?線性回歸有什么特征？

    線性回歸(Linear regression)是利用回歸方程(函數)對一個或多個自變量(特征值)和因變量(目標值)之間關系進行建模的一種分析方式。特點：只有一個自變量的情況稱為單變量回歸，多于一個自變量情況的叫做多元回歸 查看全文>>

    人工智能技術資訊2021-05-04 |傳智教育 |什么是線性回歸

  • 

    什么是聚類算法?【機器學習入門】

    聚類算法是一種典型的無監(jiān)督學習算法，主要用于將相似的樣本自動歸到一個類別中。在聚類算法中根據樣本之間的相似性，將樣本劃分到不同的類別中，對于不同的相似度計算方法，會得到不同的聚類結果，常用的相似度計算方法有歐式距離法。 查看全文>>

    人工智能技術資訊2021-04-30 |傳智教育 |什么是聚類算法

  • 

    boosting集成原理：什么是boosting?

    什么是boosting?隨著學習的積累從弱到強，簡而言之：每新加入一個弱學習器，整體能力就會得到提升。代表算法：Adaboost，GBDT，XGBoost。 查看全文>>

    人工智能技術資訊2021-04-30 |傳智教育 |boosting集成原理

  • 

    什么是集成學習？集成學習算法簡介？

    集成學習通過建立幾個模型來解決單一預測問題。它的工作原理是生成多個分類器/模型，各自獨立地學習和作出預測。這些預測最后結合成組合預測，因此優(yōu)于任何一個單分類的做出預測。 查看全文>>

    人工智能技術資訊2021-04-30 |傳智教育 |什么是集成學習

  • 

    K-近鄰算法(KNN)概念：什么是K-近鄰算法?

    K Nearest Neighbor算法又叫KNN算法，這個算法是機器學習里面一個比較經典的算法， 總體來說KNN算法是相對比較容易理解的算法。 查看全文>>

    人工智能技術資訊2021-04-28 |傳智教育 |K-近鄰算法(KNN)

  • 

    《基于圖卷積神經網絡的3D多目標跟蹤》論文解讀

    多目標跟蹤領域是當前目標跟蹤領域的研究熱點，在CVPR2020發(fā)表一篇題為《GNN3DMOT: Graph Neural Network for 3D Multi-Object Tracking with Multi-Feature Learning》論文，將卷積神經網絡應用到最具有落地價值的3D多目標跟蹤中，接下來我們對該論文進行解讀。 查看全文>>

    人工智能技術資訊2020-09-14 |傳智播客 |圖卷積神經網絡,3D多目標跟蹤

  << < 1 2 3 4 5 6 7 8 9 10 > >>