小样本学习年度进展|VALSE2018 编者按：子曰：“举一隅不以三隅反，则不复也”。 人类从少量样本中去思考，还能用这个做什么；而机器则是见到了上亿的数据，却希望下一个与之前的相似。 在机器学习领域中，随着更多应用场景的涌现，我们越来越面临着样本数量不足的问题。因此，如何通过举一反三的方式进行小样 ...
分类：
其他好文 时间：
2020-06-02 20:31:34
阅读次数：
276
RandomForestRegressor class sklearn.ensemble.RandomForestRegressor (n_estimators=’warn’, criterion=’mse’, max_depth=None, min_samples_split=2, min_sam ...
分类：
其他好文 时间：
2020-06-02 19:17:09
阅读次数：
286
实现一个边缘机器学习项目到底有多难？ 我们每天都要跟传感器打交道，如果你不相信的话，拿出手机，Google一下它里面配备了多少种传感器—加速度计，陀螺仪，压力传感器，……，或许还能发现很多你从未听过的名词。 这些传感器输出的信号都是独特的。理解它信号的含义，对信号进行处理，都需要有专业背景和经验。如 ...
分类：
其他好文 时间：
2020-06-02 18:48:58
阅读次数：
78
RandomForestClassi?er class sklearn.ensemble.RandomForestClassifier (n_estimators=’10’, criterion=’gini’, max_depth=None, min_samples_split=2, min_sam ...
分类：
其他好文 时间：
2020-06-02 17:18:35
阅读次数：
80
DecisionTreeRegressor class sklearn.tree.DecisionTreeRegressor (criterion=’mse’, splitter=’best’, max_depth=None, min_samples_split=2, min_samples_lea ...
分类：
其他好文 时间：
2020-06-02 14:54:49
阅读次数：
95
概述 决策树是如何工作的 决策树（Decision Tree）是一种非参数的有监督学习方法，它能够从一系列有特征和标签的数据中总结出决策规则，并用树状图的结构来呈现这些规则，以解决分类和回归问题。 决策树算法容易理解，适用各种数据，在解决各种问题时都有良好表现，尤其是以树模型为核心的各种集成算法，在 ...
分类：
其他好文 时间：
2020-06-02 12:50:22
阅读次数：
42
1.简述人工智能、机器学习和深度学习三者的联系与区别。 联系：深度学习使得机器学习能够实现众多应用，并拓展了人工智能的领域范畴。 区别：人工智能是目的，是结果；深度学习、机器学习是方法，是工具；深度学习则是一种实现机器学习的技术；它适合处理大数据。 2. 全连接神经网络与卷积神经网络的联系与区别。 ...
分类：
其他好文 时间：
2020-06-02 09:46:53
阅读次数：
51
1.简述人工智能、机器学习和深度学习三者的联系与区别。 2. 全连接神经网络与卷积神经网络的联系与区别。 全连接神经网络和卷积神经网络中的每一个节点就是一个神经元。 在全连接神经网络中，每相邻两层之间的节点都有边相连，于是会将每一层的全连接层中的节点组织成一列，这样方便显示连接结构。而对于卷积神经网 ...
分类：
其他好文 时间：
2020-06-02 09:16:22
阅读次数：
53
1.简述人工智能、机器学习和深度学习三者的联系与区别。 （1）人工智能是目的，是结果；深度学习、机器学习是方法，是工具； （2）机器学习，一种实现人工智能的方法；机器学习都可以被精准地定义为：1、任务T；2、训练过程E；3、模型表现P； （3）深度学习则是一种实现机器学习的技术；深度学习使得机器学习 ...
分类：
其他好文 时间：
2020-06-01 21:04:08
阅读次数：
74
1.简述人工智能、机器学习和深度学习三者的联系与区别。 人工智能是最早出现的，其次是机器学习，最后是深度学习，当今人工智能大爆炸的核心驱动。 区别和联系： 2. 全连接神经网络与卷积神经网络的联系与区别。 卷积神经网络也是通过一层一层的节点组织起来的。和全连接神经网络一样，卷积神经网络中的每一个节点 ...
分类：
其他好文 时间：
2020-06-01 20:39:50
阅读次数：
58
