ADK.wang 统一知识工程 · 权威专著深度引证

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

机器学习与算法
📚 1 本专著

服务分类 (UNSPSC)

表10-5 通用标准产品与服务分类(UNSPSC) 注:数据来源于http://bit.ly/2sAMU06。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

期望值最大化算法 (EM)

在DeepLab的基础上进一步研究了使用边框和图像级标签作为标记的训练数据,使用了期望值最大化算法(EM)来估计未标记的像素类别和CNN参数。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

朴素贝叶斯分类

Naive Bayesian Classifier

如果我们的目的仅仅是弄清楚哪家店的流量会 更高,那有没有更简单的方法,只借助现有的信息就能解决这个问题呢? 图6-1 广告系统的流量 在机器学习领域还有一种更简单、高效的分类算法可以帮助我们解决这个 问题,那就是朴素贝叶斯分类(Naive Bayesian...

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

朴素贝叶斯分类器

Naive Bayes

分类学习算法比较多,比较著名的有 k -近邻( k -Nearest Neighbor, k NN)、支持向量机(Support Vector Machine,SVM)、朴素贝叶斯分类器(Naive Bayes)、决策树(Decision Tree)、BP...

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

朴素贝叶斯模型

Naive Bayes

对于分类器的实现,大宝让团队选择了易于理解、实现和调试的朴素贝叶斯模型(Naive Bayes),在Mahout和R中也都有现成的实现方案。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

机器学习常用算法库

Scikit-learn

机器学习常用算法库(Scikit-learn) Scikit-learn库是一个开源机器学习算法库,涵盖了几乎所有机器学习算法,支持分类、回归、降维、聚类、模型选择及预处理等算法。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

机器学习排序

Learning to Rank

机器学习排序(Learning to Rank) 利用机器学习技术来对搜索结果进行排序,这是最近几年非常热门的研究领域。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

机器学习期刊

Machine Learning journal

Pedro Domingos 教授是 AAAI 会士(Fellow)、机器学习期刊(Machine Learning journal) 的编辑委员会成员、国际机器学习协会(International Machine Learning Society)的联合...

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

机视觉挑战赛 (ILSVRC)

与ImageNet数据集对应的有一个享誉全球的ImageNet国际计算机视觉挑战赛(ILSVRC),该竞赛包含了图像分类、物体检测与定位、视频物体识别等多个领域。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

条件算法独立性 (AIC)

原则 6.53 [ 条件算法独立性 ( AIC)] 由定义 6.21 第 3) 条中的因果贝叶斯网络中的马

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

来自回归平方 (SSR)

(3)回归方程拟合效果 多元回归场景中 y 的变差分解与一元回归模型相同,总平方和(SST)来自回归平方和(SSR)和残差平方和(SSE): 判定系数 R 2 的计算与一元回归模型大体相同,有时也称为多重判定系数: 稍有不同的是,多元回归场景中,增加变量会...

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

来自野猫技能培训中心

Wildcat Skills Training Centre

奥莱塔的大部分经验材料都来自野猫技能培训中心(Wildcat Skills Training Centre),这个机构意图帮助社会公认的底层阶级成员回归社会。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

来解决强化学习 (RL)

用 DL 处理 RL 需要解决的问题 DL是解决参数学习的有效方法,可以通过引进DL来解决强化学习(RL)中拟合Q值

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

标准行业分类 (SIC)

例如,一家银行希望评估行业的整体信贷风险,数据治理计划可以选择标准行业分类(SIC)代码的完整性作为KPI,跟踪风险管理信息的质量。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

标签视图

Label View

三、 VOSviewer 的结果呈现 ● 标签视图(Label View):每个节点用一个圆圈和标签表示, 圆圈的大小代表节点的重要程度,如果节点被划分为不同的聚类,其 圆圈则呈现不同颜色。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

树顶公司

Tree Top

树顶公司(Tree Top)研发出一种“含有红酒提取物的低水分天然甜味苹果片”,18克这种苹果片,“就含有相当于5杯红酒所含的抗癌成分类黄酮酚和一个苹果所含的膳食纤维”。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

核心是架构开发方法

Part II

其中,TOGAF的核心是架构开发方法(Part II);通过架构能力运用ADM方法(Part VII);ADM方法由一系列指南和技巧进行支持(Part III);架构开发过程产生的内容存储在储藏库中(Part IV);储藏库根据企业连续序列分类(Part ...

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

核心板层

Board

表2-5 定制新设备所需的配置文件分类 | 层 级 | 作 用 | |----|----| | 芯片架构层(Architecture) | 产品所采用的硬件架构,如ARM、X86等 | | 核心板层(Board) | 硬件电路的核心板层配置 |

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

梯度下降算法 (SGD)

下面以GraphLab为例讲解异步执行模型的数据一致性问题, GraphLab比较适合应用于机器学习领域的非自然图计算情形,比如马尔 科夫随机场(MRF)、随机梯度下降算法(SGD)等机器学习算法。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

森林回归模型

Random Forest Regressor

(2)排序模型:使用随机森林回归模型(Random Forest Regressor)对用户和物品特征进行建模,学习两者之间的关系。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

植物卫生措施 (SPS)

特别是在各国签署了《乌拉圭回合协议》以及成立了世界贸易组织(World Trade Organization, WTO)后,食品安全已成为世界贸易组织的重要文件《卫生与植物卫生措施(SPS)协定》的主要内容,并纳入了另一个世界贸易组织的主要文件贸易技术壁垒...

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

概念聚类

Conceptual Clustering

在概念聚类(Conceptual Clustering)中,一组对象只有当它们可以被一个概念描述时才形成一个组。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

模型是感知机模型

Perceptron Model

深度学习算法的核心是人工神经网络,其中较基本的模型是感知机模型 (Perceptron Model)。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

模型结构

Model Architecture

(9)模型结构(Model Architecture):模型结构指的是神经网络的层数、每层的神经元数量以及连接方式等。

难度: ★★★ 阅读: 5分钟
查看引证 →
显示第 27 / 36 页,共 862 条记录