首頁最新資訊

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

    • 人工智能發(fā)展的五個(gè)主要技術(shù)方向是什么？

      通訊、感知與行動(dòng)是現(xiàn)代人工智能的三個(gè)關(guān)鍵能力，在這里我們將根據(jù)這些能力/應(yīng)用對(duì)這三個(gè)技術(shù)領(lǐng)域進(jìn)行介紹：查看全文>>

      人工智能技術(shù)資訊2021-05-07 |黑馬程序員 |人工智能發(fā)展技術(shù)方向

    • 人工智能誕生于哪一年？人工智能的發(fā)展史

      測試者與被測試者(一個(gè)人和一臺(tái)機(jī)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(nèi))，如果有超過30%的測試者不能確定被測試者是人還是機(jī)器，那么這臺(tái)機(jī)器就通過了測試，并被認(rèn)為具有人類智能。查看全文>>

      人工智能技術(shù)資訊2021-05-07 |黑馬程序員 |人工智能誕生于哪一年

    • 線性回歸定義和線性回歸方程公式

      線性回歸(Linear regression)是利用回歸方程(函數(shù))對(duì)一個(gè)或多個(gè)自變量(特征值)和因變量(目標(biāo)值)之間關(guān)系進(jìn)行建模的一種分析方式。 特點(diǎn)：只有一個(gè)自變量的情況稱為單變量回歸，多于一個(gè)自變量情況的叫做多元回歸查看全文>>

      人工智能技術(shù)資訊2021-05-04 |黑馬程序員 |線性回歸方程公式

    • bagging集成與boosting集成的區(qū)別是什么？

      bagging集成與boosting集成的區(qū)別：Bagging：對(duì)數(shù)據(jù)進(jìn)行采樣訓(xùn)練;查看全文>>

      人工智能技術(shù)資訊2021-04-30 |黑馬程序員 |bagging集成與boosting集成的區(qū)別

    • 集成學(xué)習(xí)算法是什么？如何理解集成學(xué)習(xí)？

      集成學(xué)習(xí)通過建立幾個(gè)模型來解決單一預(yù)測問題。它的工作原理是生成多個(gè)分類器/模型，各自獨(dú)立地學(xué)習(xí)和作出預(yù)測。這些預(yù)測最后結(jié)合成組合預(yù)測，因此優(yōu)于任何一個(gè)單分類的做出預(yù)測。查看全文>>

      人工智能技術(shù)資訊2021-04-30 |黑馬程序員 |集成學(xué)習(xí)算法

    • 認(rèn)識(shí)聚類算法【機(jī)器學(xué)習(xí)必學(xué)】

      什么是聚類算法?在聚類算法中根據(jù)樣本之間的相似性，將樣本劃分到不同的類別中，對(duì)于不同的相似度計(jì)算方法，會(huì)得到不同的聚類結(jié)果，常用的相似度計(jì)算方法有歐式距離法。查看全文>>

      人工智能技術(shù)資訊2021-04-30 |黑馬程序員 |認(rèn)識(shí)聚類算法
和我們?cè)诰€交談！