ADK.wang AI & 软件技术百科
全库汇聚全球 22,000+ 核心技术词条,深度引证上千本行业权威学术专著,涵盖大模型原理、云原生、架构设计与工程效能。
22,077
全量学术技术词条
9 大
核心专业领域体系
10,000+
权威专著深度引证
100%
原书精粹与工业对齐
专业技术领域分类
共 862 篇词条卷积神经网络 (FCN)
在这些大的细分市场中,我们将概括并深入探讨以下内容: - 随机森林 :统计模型(快速模型,适用于具有异常检测所需多种属性的系统) - 贝叶斯网络 :概率模型 - 卷积神经网络(CNN) :非结构化图像数据的深度学习模型 - 递归神经网络(RNN) :用于时...
循环神经网络
Recurrent Neural Network
近年来,随着深度学习相关研究的不断推进,逐步涌现出很多 较传统基于统计的机器学习方法更优的序列标注模型,包括卷积神经网 络(Convolutional Neural Network)、循环神经网络(Recurrent Neural Network)、注意力...
记忆
Retention
受限于时代,第一代TPU 主要是针对2015 年左右最流行的神经网络进行优化,主要分为 以下三类: ● 多层感知机(MLP) ● 卷积神经网络(CNN) ● 递归神经网络(RNN)和长短期记忆(LSTM) 而在这三类中,由于RNN 和LSTM 的高复杂度,...
算法 (XOR)
这类算法主要采用抽象的霍恩子句(Horn Clause), 代表性工作包括马尔科夫逻辑网络模型、基于贝叶斯网络的概率关系模型、基于统计机器 学习的 FOIL(First Order Inductive Learner)算法、PRA 算法(Path Rank...
机器学习
Spark MLlib
视频分析(Video analysis) • 3D 重建(3D reconstruction) • 特征提取(Feature extraction) • 目标检测(Object detection) • 机器学习(Machine learning) • 计...
量机
Support vector machine
在模型预测部分,经典机器学习预测模型做了浅层学习(Shallow Learning),可以选择线性回归模型(Linear Regression Model)、决策树(Decision Tree)、随机森林(Random Forest)、支持向量机(Supp...
强化学习
Reinforcement Learning
机器学习除了此前提过的可按照学习方法的差异划分为无监督学习(Unsupervised Learning)、监督学习(Supervised Learning)和强化学习(Reinforcement Learning)三类外 [^144] ,从不同的角度出发,...
编码器 (VAE)
变分自编码器 (VAE) 信息抽取 专家系统 挖掘 提示工程 智能代理 PyTorch 进化算法 概率编程 视频生成 信息检索 Web 面部识别 Weka Jena WordNet Julia ( 编程语言 ) 31 领英职场人士信心指数的数据,来源于每两...
抗网络
GANs
比如,深度学习新秀、生成对抗网络(GAN)的提出者伊恩·古德费洛(Ian Goodfellow)就曾说过:“仅含有一层的前馈网络,的确足以有效地表示任何函数,但是,这样的网络结构可能会格外庞大,进而无法正确地学习和泛化(A feedforward netw...
Term Memory (STM)
本书选取3种对比方法,分别是整合移动平均自回归(Autoregressive Integrated Moving Average,ARIMA)模型、Holt-Winters(HW)模型和Long Short-Term Memory(LSTM)模型,这些方法...
损失函数
NLLLoss
由于误差有正有负,将负号去掉,取绝对值不方便, 最简单的方式就是取误差的平方,所以目标函数为: 在机器学习中,J被称为损失函数(Cost Function),为了使J值不随着样本数的增加而变得过大,通常 乘以1/n,即: 运用最小二乘法的原理,对 1 2 ...
感知机
Perceptron
神经网络的起源最早可以追溯到20世纪五六十年代,当时学者们将其称为感知机(perceptron),随后又提出了多层感知机(Multilayer perceptron),无论是感知机还是多层感知机,都将模型训练的过程分为输入层、隐藏层以及输出层,二者主要区别...
深度学习
IBM Watson
在深度学习经典学习资料中,伊恩·古德费洛(Ian Goodfellow)和约书亚·本吉奥(Yoshua Bengio)等人的书籍《深度学习(Deep Learning)》具有重要的参考价值,对深度学习相关概念和技术有深入的介绍和讲解 [157] ;国内邱锡...
梯度下降 (SGD)
使用一个样本为例简单说明,此时二次代价函数为: 假如使用梯度下降法(Gradient Descent)来调整权值参数的大小,权值 w 和偏置 b 的梯度推导如下: 其中, z 表示神经元的输入, σ 表示激活函数。
损失
Wasserstein loss
以 表示模型输出值, 表示对应的真值,对于数值预测问题,最常用的损失函数是均方误差损失(M ean Square Error),公式为 ,这也是线性回归采用的损失函数;对于分类问题,最常 用的损失函数为交叉熵损失(Cross Entropy),也称对数损失...
访问控制列表 (ACL)
客户ID为5678901的特定客户的交易现在看起来如何?他们是否在欧洲的Android设备上使用购物车功能?他们是否启用了访问控制列表(ACL)?支持团队可以快速确认或否认收到的支持请求是否与已知问题有关,并进行适当的分类。
商业网站 (GNN)
O ’ Reilly 为软件开发人员带来革命性的“动物书”;创建第一个商业网站( GNN );组 织了影响深远的开放源代码峰会,以至于开源软件运动以此命名;创立了 Make 杂志, 从而成为 DIY 革命的主要先锋;公司一如既往地通过多种形式缔结信息与人的...
聚类
Hierarchical Clustering
MTEB在句子表征模型方向涵盖8项关键的语义向量任务,包括双语文本挖掘(Bitext Mining)、分类(Classification)、聚类(Clustering)、句子对分类(Pair Classification)、重排序(Reranking)、检...
分类
Partition
MTEB在句子表征模型方向涵盖8项关键的语义向量任务,包括双语文本挖掘(Bitext Mining)、分类(Classification)、聚类(Clustering)、句子对分类(Pair Classification)、重排序(Reranking)、检...
美国有线电视新闻网 (CNN)
该公司网站首页上曾播放了一组由美国有线电视新闻网(CNN)、哥伦比亚广播公司新闻频道(CBSN)、彭博社(Bloomberg)和《天空新闻》( Sky News )拍摄的内容精选剪辑而成的视频,展示它如何利用网络定向营销和小范围民意调查数据影响选民。
深度神经网络
Deep Neural Networks
模型结构快速演变 深度神经网络(DNN)是一个发展迅速的领域,2016 年多层感知器(MLP)和长短期记忆 网络(LSTM)是主流的神经网络模型,2020 年卷积神经网络(CNN)、循环神经网络(RNN) 和双向编码器表示(BERT)被广泛应用。
神经网络 (RNN)
回归 (Linear Regression)、 逻辑回归 (Logistic Regression)、 K-近邻 (K-Nearest Neighbor,KNN算法)、 决策树 (Decision Tree)、朴素贝叶斯(Naive Bayes)、 神经网...
Federal Trade Commission (FTC)
AI. One of the recommendations from regulators, such as the Federal Trade Commission (FTC), is for organizations to be fully tra...
递归神经网络
Recurrent Neural Network
在这些大的细分市场中,我们将概括并深入探讨以下内容: - 随机森林 :统计模型(快速模型,适用于具有异常检测所需多种属性的系统) - 贝叶斯网络 :概率模型 - 卷积神经网络(CNN) :非结构化图像数据的深度学习模型 - 递归神经网络(RNN) :用于时...