機器學習

我要報錯

  • 意法半導(dǎo)體推出汽車級慣性模塊 助力汽車廠商打造經(jīng)濟高效的ASIL B級功能性安全應(yīng)用

    提高車輛導(dǎo)航、車身電子設(shè)備和自動駕駛系統(tǒng)的定位準確度和可靠性

  • MathWorks專訪：如何用STM32設(shè)計出超越AI的智能應(yīng)用

    業(yè)界應(yīng)如何看待邊緣人工智能?ST授權(quán)合作伙伴 MathWorks 公司的合作伙伴團隊與ST 共同討論了對邊緣機器學習的看法，并與 STM32 社區(qū)分享了他們的設(shè)計經(jīng)驗。

  • IMDT和Hailo攜手推出邊緣人工智能解決方案，旨在實時實現(xiàn)極致性能

    雙方的合作促成了尖端人工智能視覺解決方案，提高了效率、連通性和成本效益

  • 英飛凌發(fā)布新一代PSOC? Edge產(chǎn)品組合，為物聯(lián)網(wǎng)、消費和工業(yè)應(yīng)用提供強大的AI功能

    【2024年4月24日，德國慕尼黑訊】英飛凌科技股份公司(FSE代碼：IFX / OTCQX代碼：IFNNY)發(fā)布全新PSOC? Edge微控制器(MCU)系列的詳細信息，該系列產(chǎn)品的設(shè)計針對機器學習(ML)應(yīng)用進行了優(yōu)化。新推出的PSOC? Edge MCU三個系列E81、E83 和 E84在性能、功能和內(nèi)存選項方面具有可擴展性和兼容性。它們均配有全面的系統(tǒng)設(shè)計工具和軟件，使開發(fā)人員能夠快速將概念轉(zhuǎn)化為產(chǎn)品，并將支持機器學習的全新物聯(lián)網(wǎng) (IoT)、消費和工業(yè)應(yīng)用推向市場。

  • TDK推出SmartEdgeMLTM賦能在6軸IMU上運行超低功耗的機器學習模型

    TDK株式會社(東京證券交易所代碼：6762)新近推出InvenSense SmartEdgeMLTM解決方案，這是一種先進的邊緣機器學習解決方案，為用戶提供了在可穿戴設(shè)備、可聽戴設(shè)備、增強現(xiàn)實眼鏡、物聯(lián)網(wǎng) (IoT) 等產(chǎn)品的傳感器芯片上運行機器學習 (ML) 模型的新機遇。SmartEdgeML是首款在尺寸為2.5 x 3 mm的6軸運動傳感器IMU(功耗<30 μA)上成功生成并運行機器學習模型的解決方案。

  • Meta Llama 3基礎(chǔ)模型現(xiàn)已在亞馬遜云科技正式可用

    北京——2024年4月19日 亞馬遜云科技宣布，Meta剛剛發(fā)布的兩款Llama 3基礎(chǔ)模型Llama 3 8B和Llama 3 70B現(xiàn)已在Amazon SageMaker JumpStart中提供。這兩款模型是一系列經(jīng)過預(yù)訓練和微調(diào)的生成文本模型，上下文長度為8k，能夠支持廣泛的用例，并在推理、代碼生成和指令跟隨等方面有所改進?？蛻艨梢栽贏mazon SageMaker JumpStart中輕松發(fā)現(xiàn)、部署Llama 3基礎(chǔ)模型，并運行推理。

  • 貿(mào)澤電子宣布與Edge Impulse展開全球合作 助力機器學習應(yīng)用的開發(fā)

    2024年4月18日 – 提供超豐富半導(dǎo)體和電子元器件?的業(yè)界知名新品引入 (NPI) 代理商貿(mào)澤電子 (Mouser Electronics) 很榮幸地宣布與Edge Impulse建立新的全球合作關(guān)系。Edge Impulse是一個前沿開發(fā)平臺，支持邊緣設(shè)備上的機器學習 (ML)，為從低功耗MCU到高效率Linux CPU及GPU等各種產(chǎn)品和設(shè)備提供高級智能。

  • 西門子中國與亞馬遜云科技簽署戰(zhàn)略合作協(xié)議加速生成式AI在制造行業(yè)創(chuàng)新應(yīng)用落地

    北京——2024年4月18日 西門子中國和亞馬遜云科技雙方高層在西門子中國北京總部會晤，雙方宣布簽署戰(zhàn)略合作協(xié)議，共同成立“聯(lián)合創(chuàng)新團隊”?；趤嗰R遜云科技在生成式AI領(lǐng)域的領(lǐng)先技術(shù)和服務(wù)，并結(jié)合西門子在工業(yè)領(lǐng)域的深厚積累和經(jīng)驗，聯(lián)合創(chuàng)新團隊將深入探索云計算、人工智能、機器學習、大數(shù)據(jù)等前沿技術(shù)與制造業(yè)更進一步融合，并加速生成式AI技術(shù)在制造業(yè)的創(chuàng)新應(yīng)用落地。西門子中國副總裁楊斌與亞馬遜云科技中國行業(yè)集群總經(jīng)理田鋒出席并簽署戰(zhàn)略合作協(xié)議。

  • Polyhedra與谷歌云達成合作，向全球開發(fā)者開放Proof Cloud服務(wù)

    作為下一代安全、可擴展的零知識(ZK)證明基礎(chǔ)架構(gòu)開創(chuàng)者，Polyhedra Network（簡稱“Polyhedra”）已與Google Cloud達成合作，共同應(yīng)對 Web3和Web2環(huán)境中對ZK技術(shù)不斷增長的需求。 此次合作充分利用了Polyhedra的尖端研究和專有算法。 現(xiàn)在，這些算法已通過Google Cloud支持的ZK SaaS(ZK-as-a-service)向全球開發(fā)人員開放。 Polyhedra的定制算法經(jīng)過精心優(yōu)化，可大規(guī)模高效執(zhí)行特定證明，并與Google Cloud高度優(yōu)化的基礎(chǔ)架構(gòu)無縫集成，確保使用ZK證明的開發(fā)人員能夠享受到無與倫比的性能和可靠性。

  • 機器學習的四個主要步驟

    機器學習作為人工智能領(lǐng)域的重要組成部分，其過程涉及到多個核心環(huán)節(jié)。本文將詳細闡述機器學習的四個主要步驟：數(shù)據(jù)準備、模型選擇、模型訓練與評估，以及模型部署與應(yīng)用，以揭示機器學習從數(shù)據(jù)到應(yīng)用的完整流程。

  • 機器學習的概述

    隨著信息技術(shù)的迅猛發(fā)展和大數(shù)據(jù)時代的到來，機器學習成為了人工智能領(lǐng)域中的核心技術(shù)之一。機器學習是通過模擬人類學習行為，使計算機系統(tǒng)能夠從數(shù)據(jù)中自動發(fā)現(xiàn)規(guī)律、提取特征并進行預(yù)測和決策的過程。它在諸多領(lǐng)域取得了廣泛的應(yīng)用，包括圖像識別、語音識別、自然語言處理、推薦系統(tǒng)等。本文將對機器學習進行概述，介紹其基本原理、應(yīng)用領(lǐng)域以及未來的發(fā)展趨勢。

  • 機器學習算法基本過程

    機器學習算法是人工智能領(lǐng)域中的核心技術(shù)之一，它通過對大量數(shù)據(jù)進行學習，自動發(fā)現(xiàn)數(shù)據(jù)中的規(guī)律和模式，從而實現(xiàn)對新數(shù)據(jù)的預(yù)測、分類、聚類等任務(wù)。本文將深入探討機器學習算法的基本過程，包括數(shù)據(jù)準備、模型選擇、訓練與評估等關(guān)鍵步驟，并解釋每一步驟的重要性和作用。

  • 機器學習在數(shù)據(jù)處理中的應(yīng)用

    隨著大數(shù)據(jù)時代的到來，數(shù)據(jù)處理成為了一項至關(guān)重要的任務(wù)。傳統(tǒng)的數(shù)據(jù)處理方法往往面臨著效率低下、準確性不高等問題，而機器學習技術(shù)的興起為數(shù)據(jù)處理帶來了全新的解決方案。本文將深入探討機器學習在數(shù)據(jù)處理中的應(yīng)用，并分析其優(yōu)勢和挑戰(zhàn)。

  • 機器學習有哪幾種算法

    機器學習是人工智能領(lǐng)域的一個重要分支，它使用各種算法來使計算機系統(tǒng)能夠從數(shù)據(jù)中學習和改進，而無需進行明確的編程。在機器學習的廣闊領(lǐng)域中，有多種算法被廣泛應(yīng)用，每種算法都有其獨特的適用場景和優(yōu)勢。本文將詳細介紹機器學習中的幾種主要算法，包括其基本原理、應(yīng)用場景以及優(yōu)缺點。

  • 數(shù)據(jù)挖掘與機器學習的區(qū)別聯(lián)系

    隨著信息技術(shù)的飛速發(fā)展和大數(shù)據(jù)時代的到來，數(shù)據(jù)挖掘和機器學習作為數(shù)據(jù)處理的兩大核心技術(shù)，在各行各業(yè)中發(fā)揮著越來越重要的作用。然而，盡管數(shù)據(jù)挖掘和機器學習在很多方面存在交集，但它們各自具有獨特的定義、方法和應(yīng)用場景。本文旨在深入探討數(shù)據(jù)挖掘與機器學習之間的區(qū)別與聯(lián)系，以期為讀者提供一個全面而深入的理解。

  • 機器學習有哪些

    隨著大數(shù)據(jù)時代的到來和計算能力的不斷提升，機器學習作為人工智能領(lǐng)域的重要分支，正逐漸改變我們的生活方式和工作模式。機器學習涉及多個學科的理論和技術(shù)，其應(yīng)用廣泛且深入，為各個領(lǐng)域的發(fā)展帶來了前所未有的機遇。那么，機器學習具體有哪些呢?本文將詳細探討機器學習的主要技術(shù)、算法、應(yīng)用場景以及未來發(fā)展趨勢。

  • 什么叫做機器學習

    隨著信息技術(shù)的飛速發(fā)展，機器學習(Machine Learning)作為人工智能領(lǐng)域的重要分支，正在逐步改變我們生活的方方面面。那么，什么叫做機器學習呢?簡單來說，機器學習是一門研究如何讓計算機從數(shù)據(jù)中自動獲取知識和技能的學科。它涉及多個學科的理論和技術(shù)，包括概率論、統(tǒng)計學、逼近論、凸分析、算法復(fù)雜度理論等。通過機器學習，計算機能夠不斷地從數(shù)據(jù)中學習和改進，提高自身的性能和準確性。

  • 數(shù)據(jù)挖掘和機器學習有什么不同

    隨著信息技術(shù)的飛速發(fā)展，數(shù)據(jù)已經(jīng)成為現(xiàn)代社會的重要資源。數(shù)據(jù)挖掘和機器學習作為處理和分析數(shù)據(jù)的兩大關(guān)鍵技術(shù)，在多個領(lǐng)域得到了廣泛應(yīng)用。盡管它們在某些方面存在重疊，但數(shù)據(jù)挖掘和機器學習在定義、目標、方法以及應(yīng)用場景等方面存在著顯著的差異。本文將對數(shù)據(jù)挖掘和機器學習的不同之處進行深入探討，以便更好地理解和應(yīng)用這兩種技術(shù)。

  • 數(shù)據(jù)挖掘和機器學習的基本步驟

    隨著信息化時代的快速發(fā)展，數(shù)據(jù)已經(jīng)滲透到各行各業(yè)，并成為了重要的生產(chǎn)要素。數(shù)據(jù)挖掘和機器學習作為處理和分析數(shù)據(jù)的兩大核心技術(shù)，對于從海量數(shù)據(jù)中提取有價值的信息、優(yōu)化決策過程和提高業(yè)務(wù)效率具有至關(guān)重要的作用。本文將詳細介紹數(shù)據(jù)挖掘和機器學習的基本步驟，幫助讀者更好地理解這兩大技術(shù)的操作過程和應(yīng)用方法。

  • 機器學習與數(shù)據(jù)挖掘的應(yīng)用案例

    隨著大數(shù)據(jù)時代的來臨，數(shù)據(jù)的價值日益凸顯，如何從海量數(shù)據(jù)中提取有用信息并轉(zhuǎn)化為實際價值，成為各行各業(yè)關(guān)注的焦點。機器學習和數(shù)據(jù)挖掘作為兩大核心技術(shù)，在數(shù)據(jù)分析和處理中發(fā)揮著越來越重要的作用。本文將通過幾個典型的應(yīng)用案例，探討機器學習和數(shù)據(jù)挖掘在實際應(yīng)用中的價值和效果。