作为一个技术小白，我的逻辑可能并不严密，专业知识并不丰富，但还是想通过这样的一种输出方式，谈谈自己的感受和理解，在写文章的同时帮助自己梳理思路，也为大家提供一点见解。机器要找一个函数f，其输入是可能是种种跟预测P...

浏览 100 次 标签： Datawhale X 李宏毅苹果书 AI夏令营 Task1-机器学习初认识   

这篇文章深入探讨了人工智能、机器学习、深度学习、算法和计算机视觉的核心概念，并通过丰富的代码示例展示了这些技术在实际应用中的具体实现。通过理论与实践的结合，读者不仅能够理解这些复杂的技术概念，还能掌握在不同场...

浏览 91 次 标签： 智能新时代：探索【人工智能】、【机器学习】与【深度学习】的前沿技术与应用   

决策树...

浏览 65 次 标签： 【人工智能 | 机器学习 | 理论篇】决策树（decision tree）   

人工智能、机器学习、深度学习及计算机视觉的核心概念与应用，通过理论分析与代码示例展示了这些技术的实际操作和发展趋势。文章探讨了它们在医疗、金融、制造等领域的应用，及未来面临的挑战，为读者提供了全面的技术指南和未来...

浏览 58 次 标签： 【智能时代】的崛起：【人工智能】、【机器学习】与【计算机视觉】的革命   

在计算机视觉领域，图像处理与分类是核心任务之一。OpenCV作为一个功能强大的开源计算机视觉库，提供了丰富的API支持多种语言的开发，其中C++因其性能优势而被广泛使用,下面我们就来看一下，如何使用C++结合O...

浏览 66 次 标签： 【机器学习】探秘图像处理与分类：运用C++结合OpenCV实现智能视觉识别技术   

我们学习了深度网络是如何实现和优化的。在这一过程中只使用张量和自动微分，不需要定义层或复杂的优化器。这一节只触及到了表面知识。在下面的部分中，我们将基于刚刚介绍的概念描述其他模型，并学习如何更简洁地实现其他模型。_...

浏览 61 次 标签： 人工智能和机器学习 3（复旦大学计算机科学与技术实践工作站）python机器学习、Pytorch库入门、d2l学习+＜机器学习、神经网络————原理、理论＞   

0前言本文主要讲述了决策树背后的信息熵的公式含义及计算方式，并列举出多道例题帮助理解。1信息熵的定义1.1信息熵公式笔者使用下图(1-1)直观理解信息熵的含义。信息熵越大，表示该随机变量的不确定性越高。对于均匀分布，信息熵达到最大值。1.2...

浏览 93 次 标签： 机器学习   

数学优化（MathematicalOptimization），也称为最优化问题，是一个广泛应用的数学领域，旨在解决在一定约束条件下寻找目标函数的最优值（最大值或最小值）的问题。数学优化问题的定义为：给定一个目标函数...

浏览 62 次 标签： 人工智能与机器学习原理精解【7】   

回顾这两天的参会经历，我深感收获颇丰，个人觉得AICon全球人工智能与机器学习技术大会不仅是一个技术交流的平台，更是一个激发创新思维、促进合作的机会，我不仅接触到了最前沿的技术动态，了解到了行业的发展趋势，同时也...

浏览 75 次 标签： AICon 全球人工智能与机器学习技术大会参会有感   

人工智能（AI）：包含所有让机器具备智能行为的技术。机器学习（ML）：AI的子领域，通过数据自动学习和做出决策。深度学习（DL）：机器学习的子领域，基于多层神经网络进行复杂数据的学习和处理。神经网络（Neural...

浏览 92 次 标签： AI中的核心概念解读：深度学习、机器学习、神经网络与自然语言处理