搜索资源列表
The_Status_Quo_of_Machine_Learning_of_Artificial_I
- 机器学习是人工智能的一个子领域，是人工智能中非常活跃且范围甚广的主要核心研究领域之一，也是现代智能系统的关键环节和瓶颈。机器学习吸取了人工智能、概率统计、计算复杂性理论、控制论、信息论、哲学、生理学、神经生物学等学科的成果，主要关注于开发一些让计算机可以自动学习的技术，并通过经验提高系统自身的性能。本文介绍了机器学习的概念、基本结构和发展，以及各种机器学习方法，包括机械学习、归纳学习、类比学习、解释学习、基于神经网络的学习以及知识发现等，并简单叙述了机器学习的相关算法，包括决策树算法、随机森林算
20101101093427759
- 学习软件,多用户系统,数据库操作支持库,数据操作支持库一,超文本浏览框支持库,扩展界面支持库一,扩展界面支持库二,操作系统界面功能支持库 《易学堂》软件一款结合易语言多媒体教程的学习软件。软件主要分为三大功能：视频教程、章节重点、章节测验。让各位易学者在学习易语言的过程中提高学习效率，增加学习的趣味性。而且软件采用了多用户系统，你可以为自己创建一个用户，自己用自己的账号进行学习，实现了多人在一台机器上使用《易学堂》学习互不相干。而且软件分为了四个等级：小学、初中、高中、大学。学到一定的章节
7010
- 是机器学习的例程，最大信噪比的独立分量分析算法，在matlab环境中自动识别连通区域的大小。- Machine learning routines, SNR largest independent component analysis algorithm, Automatic identification in the matlab environment the size of the connected area.
遥感图像自动分类参考论文
- 内有利用机器学习模型去对遥感图像自动分类的研究论文；(There is a research report on automatic classification of remote sensing images using machine learning model;)
基于深度学习的机器人抓取仿真训练技术研究
- 机器人智能抓取是实现机器人智能化的重要一环。由于待抓取物品形状、尺度的多样性以及环境因素的影响，抓取任务很难用准确的数学公式求解。以往的研究多是借助计算机视觉、机器学习等相关技术，虽有一定的效果，但智能化程度还是较低。2012 年后深度学习技术逐渐崛起，因为其良好的特征提取表现被应用在了各个领域，如医学图像、自动驾驶、数据分析等，近年来国外学者开始将这项技术应用到机器人抓取，并取得了一定的成果。
网络硬件加速器在自动驾驶计算平台的作用
- 近几十年来，图形处理器(GPU)已从最初作为大型电玩的视频显示适配器演进为一个强大的计算中心，并且正在推动人工智能和机器学习的发展，包括从石油和天然气勘探到自然语言处理等众多领域的计算工作。如今，GPU正在自动驾驶和先进驾驶辅助系统(ADAS)技术的发展中扮演着越来越重要的作用。
GPU和虚拟化技术对ADAS平台的重要性
- 近几十年来，图形处理器(GPU)已从最初作为大型电玩的视频显示适配器演进为一个强大的计算中心，并且正在推动人工智能和机器学习的发展，包括从石油和天然气勘探到自然语言处理等众多领域的计算工作。如今，GPU正在自动驾驶和先进驾驶辅助系统(ADAS)技术的发展中扮演着越来越重要的作用。