您尚未登录账户请先登录您的atyun账户，方可使用该功能
您的企业账号申请正在审核中审核通过后即可使用此功能，请耐心等待~
赫尔辛基大学AI基础教程
-
2018年06月17日 学习决定我们的社会如何适应人工智能带来的变化的最重要的决定并不是技术性的。他们是政治性的。 我们所了解的关于人工智能的一切都表明，未来是光明的。我们将获得新的、更好的服...
-
2018年06月16日 学习在本课程一开始，我们简要地讨论了人工智能在当今和未来社会中的价值，但当时我们讨论的还很浅，因为我们没有引入足够的技术概念和方法来具体讨论。 现在我们对人工智能的基本...
-
2018年06月15日 学习我们将首先谈谈已知最难的问题之一：预测未来。 说些你可能会感到失望的话，我们不是巫师，不会有一个水晶球可以向我们展示未来世界会是什么样子，以及AI如何改变我们的生活。 ...
-
2018年06月13日 学习在赫尔辛基大学AI基础教程前一节中，我们讨论了大多数神经网络方法的基本思想：多层神经网络，非线性激活函数并学习了反向传播算法。 它们为几乎所有现代神经网络应用提供动力 ...
-
-
2018年06月11日 学习正如我们前面所说，神经元是非常简单的处理单元。在第4章讨论了线性和逻辑回归之后，神经网络的基本技术细节可以被看作是同一个思路的变种。 注： 权重和输入 基本的人工神经元模型包含一...
-
2018年06月09日 神经网络我们的接下来要讨论的：深度学习和神经网络，它们往往比其他主题使人感兴趣。 原因之一是希望了解我们自己的思想，这是从我们大脑中的神经处理中产生的。另一个原因是近年来通...
-
2018年06月07日 学习我们在本节中的主要学习目标是监督学习方法的另一个很好的例子，它也和最近邻分类一样简单：线性回归。以及它的近亲逻辑回归。 注： 分类和回归之间的区别 我们应该在不同情景下产生的那...
-
2018年06月05日 学习赫尔辛基大学AI基础教程是赫尔辛基大学面向全世界人工智能学习爱好者的免费人工智能教程。 赫尔辛基大学AI基础教程合集：赫尔辛基大学AI基础教程 本节讲解的是，最近邻分类是最简单的分类...
-
2018年06月04日 学习手写数字是讨论我们为什么使用机器学习时经常使用的经典案例，我们也以此为例。 下面你可以看到来自常用MNIST数据集的手写图像示例： 每张图片上方都会显示正确的标签（本应写入的数...
-
2018年06月02日 学习赫尔辛基大学AI基础教程合集：赫尔辛基大学AI基础教程 本章中，我们将学习朴素贝叶斯分类。 贝叶斯定理最有用的应用之一就是所谓的朴素贝叶斯分类。贝叶斯分类是一种可用于分类的机器学习...
加载更多
广告
广告
