机器学习
一文读懂 NVIDIA GPU 产品线
Hello folks，我是 Luga，今天我们来聊一下人工智能应用场景中一个至关重要的组成部分：构建高效、灵活的计算架构的基石—NVIDIA GPU 产品线。 在人工智能和深度学习领域，NVIDIA 凭借其强大的 GPU 产品线占据着举足轻重的地位。 NVIDIA 拥有数十款功能各异的 GPU 产品，可用于部署和运行不同规模的机器学习模型，从边缘设备到大规模数据中心，几乎涵盖了所有应用场景。
12/30/2024 7:00:00 AM
架构驿站
机器学习|从0开始大模型之模型LoRA训练
1、LoRA是如何实现的? 在深入了解 LoRA 之前，我们先回顾一下一些基本的线性代数概念。 1.1、秩给定矩阵中线性独立的列（或行）的数量，称为矩阵的秩，记为 rank(A) 。
12/26/2024 12:46:25 AM
周末程序猿
设置机器学习管道的初学者指南
译者 | 陈峻审校 | 重楼不知你是否知晓，构建和运行机器学习（Machine Learning，ML）模型通常是一个虽有益但耗时且复杂的过程。 其中包括：数据准备、特征生成、模型拟合、以及验证和部署等阶段。 更重要的是，随着数据趋势的变化，这些模型需要保持更新。
12/25/2024 8:00:00 AM
陈峻
麻省理工研究人员提高机器学习模型准确性
机器学习（ML）有可能通过利用大量数据进行预测洞察来改变医疗决策。 然而，当这些模型在不能充分代表所有人口群体的数据集上进行训练时，就会出现一个严重挑战。 预测疾病患者治疗计划的模型可以在主要包含男性患者的数据集上进行训练。
12/23/2024 1:28:22 PM
AI情报室
数据分布检验利器：通过Q-Q图进行可视化分布诊断、异常检测与预处理优化
在机器学习和数据分析中，我们经常需要验证数据是否符合某种特定的分布（如正态分布）。 这种验证对于选择合适的统计方法和机器学习模型至关重要。 例如许多统计检验和机器学习算法都假设数据服从正态分布。
12/17/2024 2:33:57 PM
Adarsh Singh
终于把机器学习中的交叉验证搞懂了！！
交叉验证是一种评估机器学习模型性能的方法，用于衡量机器学习模型的泛化能力（即在未见数据上的表现）。 它通过将数据集分成多个部分，交替使用不同的部分作为训练集和测试集，从而充分利用数据、避免过拟合或欠拟合，并更准确地评估模型的泛化能力。 核心思想数据划分：将数据集划分为训练集和测试集。
12/16/2024 2:14:19 PM
程序员小寒
使用机器学习技术进行时间序列缺失数据填充：基础方法与入门案例
在时间序列分析领域中，数据缺失是一个不可避免的挑战。 无论是由于传感器故障、数据传输中断还是设备维护等原因，这些缺失都会对数据分析和预测造成显著影响。 传统的处理方法，如前向填充或简单插值，虽然实现简单，但在处理复杂数据时往往表现不足。
12/16/2024 1:15:15 PM
Sara Nóbrega
当下企业需要首席人工智能官吗？
随着人工智能产业加速，首席人工智能官（CAIO）已成为商业世界中最热门的工作之一。 新的CAIO通常承担着双重任务，即利用人工智能推进业务目标，同时确保技术具有负责任的治理。 正如设想的那样，CAIO与其他高层领导合作，评估新的人工智能解决方案，支持产品路线图，开发创新的人工智能产品，实施负责任的人工智能实践，并确保业务中所有受人工智能影响的方面都平稳地运行。
12/16/2024 1:12:01 PM
AI情报室
原来机器学习那么简单—SVR
一、算法介绍 支持向量回归（SVR）是一种监督学习算法，用于解决回归问题。 其核心思想是找到一个超平面，这个超平面能够以最小的误差包含所有的训练样本。 与支持向量机处理分类问题类似，支持向量回归的目标是确保尽可能多的数据点位于由超平面决定的边界内。
12/13/2024 9:11:12 AM
BBSM
时间序列模型的演变：人工智能引领新的预测时代
译者 | 布加迪审校 | 重楼我们正处于这样一个时代：大型基础模型（大规模通用神经网络以无监督的方式使用大量不同的数据进行预训练）彻底改变计算机视觉、自然语言处理以及最近的时间序列预测等领域。 这种模型通过实现零样本预测来重塑时间序列预测领域，允许使用新的、未见过的数据进行预测，无需针对每个数据集进行重新训练。 这一突破显著缩减了开发时间和成本，简化了为不同任务创建和微调模型的过程。
12/11/2024 8:17:30 AM
布加迪
在PostgreSQL数据库中应用机器学习进行预测性容量规划
译者 | 李睿审校 | 重楼如今，数据库领域正在迅速向人工智能（AI）和机器学习（ML）迈进，数据库的工作量将会大幅增加。 对于数据库管理员来说，提前预测数据库基础设施的工作负载并满足需求将是一项额外的责任。 随着数据库规模的扩展和资源管理变得越来越重要，传统的容量规划方法往往难以满足需求，从而导致性能问题和计划外停机。
12/10/2024 8:00:00 AM
李睿
全球顶尖天气预报系统被AI击败，DeepMind新模型登Nature，8分钟搞定未来15天预测
编辑 ｜ 萝卜皮天气预报从根本上来说具有不确定性，因此预测可能发生的天气情景范围对于重要决策至关重要，从警告公众注意危险天气到规划可再生能源的使用。 传统上，天气预报基于数值天气预报 (NWP)，它依赖于基于物理学的大气模拟。 基于机器学习 (ML) 的天气预报 (MLWP) 的最新进展产生了基于 ML 的天气模型，其预测误差比单一 NWP 模拟要小。
12/5/2024 2:07:00 PM
ScienceAI
利用人工智能实现高效物流和绿色解决方案的智能路线
通过先进的路线优化技术，研究人工智能在提高物流效率和促进环境可持续性方面的作用。 对高效物流日益增长的需求和对环境可持续性的迫切需求需要创新的解决方案来优化运输路线和减少温室气体排放。 本研究探讨了人工智能（AI）在提高物流效率和减少环境影响方面的作用，方法是利用现实世界的工业物流数据集，应用各种回归模型来预测运输时间和排放。
12/4/2024 2:02:44 PM
Harris编译
Python 机器学习：十个入门机器学习的必备库
大家好!今天我们要聊的是 Python 机器学习中不可或缺的 10 . 无论你是刚刚接触机器学习的新手，还是已经有一定经验的老手，这些库都能帮助你更好地理解和应用机器学习技术。 让我们一步步来，从最基础的库开始，逐渐深入到更高级的工具。
11/29/2024 12:00:00 PM
小白PythonAI编程
如何在组织中启用机器学习
译者 | 李睿审校 | 重楼计划在组织内部引入人工智能/机器学习的产品经理通常会提出这样一个问题：“我从哪里开始着手？ ”对于缺乏该领域经验的组织来说，深入研究人工智能/机器学习可能会让人感到不知所措。 构建机器学习产品需要不同类型的技能和流程，而这些技能和流程需要逐步被吸纳并融入组织的日常运作中。
11/26/2024 8:09:40 AM
李睿
终于把机器学习中的超参数调优搞懂了！！！
大家好，我是小寒今天给大家分享机器学习中的一个关键知识点，超参数调优超参数调优是机器学习中调整模型超参数以优化模型性能的过程。 超参数是用户在模型训练前需要手动设置的参数，与训练过程中通过算法自动调整的参数（如神经网络中的权重）不同。 这些超参数直接控制着训练过程和模型的行为，例如学习率、隐藏层的数量、隐藏层的节点数等。
11/25/2024 8:20:35 AM
程序员小寒
利用人工智能改变金融处理方式
人工智能（AI）引发了一系列技术革命，有望改变众多行业和社会领域。 从医疗保健到教育，从交通到安全，人工智能可以快速改变企业的运营和成功方式。 在金融处理领域，人工智能的潜在变革力量最为明显。
11/20/2024 1:20:32 PM
AI情报室
AdaBoost分类器完全图解
译者 | 朱先忠审校 | 重楼本文将通过完整的源码与图解方式向你展示AdaBoost算法运行逻辑，并指出其优点与不足，还将其与随机森林算法进行对比分析。 简介每个人都会犯错，即使是机器学习领域最简单的决策树也存在这个问题。 AdaBoost（自适应增强）算法不会忽略这些错误，而是会做一些不同的事情：它会从这些错误中学习（或适应）以变得更好。
11/20/2024 8:29:26 AM
朱先忠
资讯热榜
标签云
人工智能
OpenAI
AIGC
AI
ChatGPT
AI绘画
DeepSeek
数据
模型
机器人
谷歌
大模型
Midjourney
智能
用户
开源
学习
GPT
微软
Meta
图像
AI创作
技术
论文
Stable Diffusion
马斯克
Gemini
算法
蛋白质
芯片
代码
生成式
英伟达
腾讯
神经网络
研究
计算
Anthropic
3D
Sora
AI for Science
AI设计
机器学习
开发者
GPU
AI视频
华为
场景
人形机器人
预测
百度
苹果
伟达
Transformer
深度学习
xAI
模态
字节跳动
Claude
大语言模型
搜索
驾驶
具身智能
神器推荐
文本
Copilot
LLaMA
算力
安全
视觉
视频生成
训练
干货合集
应用
大型语言模型
科技
亚马逊
智能体
DeepMind
特斯拉