IT168首页 | 产品报价 | ChinaUnix社区 | ITPUB社区 | OA维修站 | 文库 | 博客 | 会议 | 自测 | 专题 | 订阅 | IT选型顾问
热点推荐 加盟IT168选型顾问俱乐部 获享5大权益

机器学习

机器学习被定义为“(计算机)在不被明确编程的情况下进行学习的能力”,它对于信息安全行业来说也会有巨大影响。这是一种潜在的技术,它可以帮助安全分析师,从恶意软件和日志分析到更早的识别和修复漏洞。也许,它还可以改进终端安全性、自动化重复的任务,甚至减少由数据过滤导致攻击的可能性。但问题

19日更新
不管你信不信,人工智能将成为黑客神器

本文推荐一些免费的预测分析软件,它们主要用于分析统计使用,机器学习和数据挖掘来寻找关于客户行为,市场趋势和原始数据集中其他领域的线索的相关性和模式。其中一些预测建模解决方案可通过许可,免费获得开源或社区版本;其中一些预测分析软件是商业版本的免费版或社区版,但提供的功能较少。

14日更新
2018年一定要收藏的20款免费预测分析软件!

人工智能(AI)已成为了一个热门词汇,它的技术可以应用在各种不同的领域中。同样的,量子计算也引起了大家的兴趣,它可以说是一种技术上的“游戏规则改变者”——它能够在多种用途中提高网络安全,甚至建立一个新的互联网。虽然在最近的发展中两者都有很大的进步,但都还没有达到我们所期望的那样完美。

加速训练,量子计算将为AI带来更多改变

人,或人类,这个名词可以从生物、精神与文化各个层面来定义,或者是这些定义的结合。大约在5500年前,人脑就开始演变成型,那时候的人们已经可以识字,并开始建造都市。

AI:懂的研究人脑,不懂的捧深度学习!

聚类是一种涉及数据点分组的机器学习技术。给定一组数据点,我们可以使用聚类算法将每个数据点分类到一个特定的组中。理论上,属于同一组的数据点应具有相似的属性和特征,而不同组中的数据点应具有高度不同的属性和特征。聚类是无监督学习的一种方法,是在许多领域使用统计数据分析的常用技术。

08日更新
深度剖析:数据科学家需懂的5种聚类算法

未来十年,哪些技术最有可能改变世界?很多人心里都有这个疑问。研究和咨询公司Lux Research应用其内部数据分析平台和其全球技术团队的专业知识,来对18个最具革新性的技术进行排名,试图找到答案。该公司最新发布的“2018年的18个技术”报告,涵盖了从“当红明星”到“潜力股”技术。

31日更新
哪个技术最可能改变世界?机器学习排首位

机器学习算法可以通过从例子中推广来弄清楚如何执行重要的任务。在手动编程的情况下,这通常是可行且成本有效。随着更多的数据变得可用,可以解决更多雄心勃勃的问题。因此,机器学习被广泛应用于计算机等领域。然而,开发成功的机器学习应用程序需要大量难以在教科书中找到的“黑色艺术”。

31日更新
标签:机器学习

机器学习的爆炸性增长推动了许多开源工具的发展,使得开发人员更容易学习其技术。接下来,我们来看看开发者最喜欢的Java和Python机器学习框架都有哪些?

31日更新
Github推荐:五大顶尖热门机器学习框架!

虽然人工智能的时间范围不可预知,但现在它已经潜移默化地影响着我们的生活。AI机器学习的一个分支,受到了专家们的特别关注,因为它可能会对世界上的最重要的行业都产生影响。

23日更新
标签:机器学习
5种机器学习的创新用途 可能和你有关!

这里有几个选项可以加速你的机器学习原型。效果最明显的是使用GPGP,因为一张合适的Nvidia显卡会让你回到1K到2K之间。别忘了,你可能需要升级电源和散热风扇。但是,如果你的部门(像大多数人一样)处于预算限制之下(尽管也许你只是把它当作学习经验,或者仅仅是为了娱乐的目的),那么可能需要找到一

23日更新
还有这种操作?ML Python速度提升好几倍

在机器学习中,有一种叫做“没有免费的午餐”的定理。简而言之,它指出没有任何一种算法能够适用每一个问题,而且它对于监督式学习(即预测性建模)尤其重要。

22日更新
标签:机器学习

本文中所做的预测是通过“机器学习在企业中”的这个视角分享的。因此,可能涉及机器学习研究中令人兴奋的世界的曲折和变化比较少,这里更关心的是当期望利用技术达到其季度、年度或更长期的战略业务目标时,典型的企业的相关经验。

17日更新
标签:机器学习
18年的10个企业机器学习预测都在这了!

有不少人不太明白数据科学、机器学习、AI之间的区别,今天,小编就做个简单的科普。 但这并不是唯一的准确的标准,不是所有符合每个定义的东西都属于这个领域。这也不是一个确定职业的好标准,比如,很多人会表示写作是他们生活中的一部分,但他们却不是作家。

17日更新

深度学习是机器学习的一个子集,都是人工智能的子集。机器学习与深度学习不完全属于一个拳击淘汰赛中,深度学习是机器学习的一个子集,而它们都是人工智能(AI)的子集。但是,在机器学习和深度学习的定义和用例方面,市场上存在很多混淆,现在让我们来澄清一下混淆。

11日更新
误区解读:ML和DL之间的区别和使用情况

了解如何使用Java和Spark MLlib开发一种算法,该算法能够根据700万条记录的数据集检测欺诈行为。   在这篇文章中,我们将使用Spark MLlib开发Java中的算法。完整的工作代码可以从GitHub下载。可以在不使用深入的Java知识(使用配置文件)的情况下,用几种不同的配置和实验来运行代码。

10日更新
标签:机器学习
使用Spark MLlib进行基于Jave的欺诈检测

对于以数据为中心的工程师来说,Python和R是数据中心最流行的编程语言之一。但是,它们并不总是构建应用程序的其余部分的语言。这就是为什么你有时需要找到一种方法,将用Python或R编写的机器学习模型部署到基于.NET等语言的环境中。   在本文中,将为大家展示如何使用Web API将机器学习模型集成到

05日更新
标签:机器学习
如何将机器学习的模型部署到NET环境中?

书籍是所有人类需要的历史至关重要的救世主,无论是为了增进知识还是建立人格,在某个特定领域的专业化或是安慰破碎的心灵,书籍都有其独特的角色。从很久之前,在没有印刷媒体的情况下,书籍也出现在人们的渴望之中。即使在今天的高端科技时代,书籍仍然保留着在人与人之间的特殊地位。社会上有一类人

05日更新
2018进阶 你不容错过的AI、ML好书推荐!

机器学习领域不乏算法,但众多的算法中什么是最重要的?哪种是最适合您使用的?哪些又是互补的?使用选定资源的最佳顺序是什么?今天笔者就带大家一起来分析一下。

机器学习的第一步:先学会这6种常用算法

Kubernetes宣布创建了一个名为Kubeflow的新项目,旨在解决部署复杂工作负载的挑战。Kubeflow使得在Kubernetes上使用机器学习堆栈更加容易。同时由于Kubeflow依靠Kubernetes运行,所以任何可以运行Kubernetes的地方可以运行Kubeflow,而且更便于Kubernetes用户设置。

28日更新
标签:机器学习
Kubernetes发布机器学习工具包KubeFlow

通俗的说,机器学习就是基于一些高度复杂的算法和技术,在一个非生命的物体、机器或系统中构建人类行为。制造一台能够符合数十亿用户期望的人脑复制品的机器绝不是一件容易的事。但也有一些项目正在解决基于情境、情感和思考等复杂的任务。

27日更新
机器学习在现实生活中到底有哪些应用?
金秋十月 与你饮酒论道
热门文章
it168文库会议频道上线

热门标签

热点推荐