AI人工智能 最常见的机器学习算法：线性回归、逻辑回归、决策树、随机森林、支持向量机、K近邻和神经网络
机器学习是人工智能（Artificial Intelligence，简称AI）的一个重要组成部分。它是一种通过数据和模型自动化推理、预测和决策的技术。在机器学习中，算法是核心。算法是计算机根据数据和任务要求自动推断出来的规则和方法。 本文将详细介绍AI人工智能最常见的机器学习算法。 线性回归 线性回归是最简单的机器学习算法之一。它用于预测一个连续的输出值。它的主要思想是根据输入变量（或...
AI【基础 01】神经网络基础知识（不断进行补充整理）
本人是AI小白，以下内容来自Jay Alammar的A Visual and Interactive Guide to the Basics of Neural Networks 仅对文章内的名词进行了解释补充。 1.基础知识 1.1 回归模型 回归模型是一种用于预测数值输出的统计模型。它主要用于建立输入特征与连续目标变量之间的关系。与分类模型不同，回归模型的输出是连...
AI学术交流——“人工智能”和“神经网络学习”
前言本章将会讲解AI中人工智能与神经网络的学习，了解人工智能的发展史，与神经网络。一.人工智能1.“人工智能之父”艾伦·麦席森·图灵英国数学家、逻辑学家，被称为计算机科学之父，人工智能之父。图灵对于人工智能的发展有诸多贡献，提出了一种用于判定机器是否具有智能的试验方法，即图灵试验，每年都有试验的比赛。此外，图灵提出的著名的图灵机模型为现代计算机的逻辑工作方式奠定了基础。约翰·麦卡锡他因在人工智能....
神经网络优化：提高AI模型性能的策略
欢迎来到我的博客！在今天的文章中，我们将探讨一个关键性的话题：神经网络优化。神经网络是人工智能的核心组成部分，而优化则是确保神经网络模型性能达到最佳的关键步骤。本文将介绍神经网络优化的基本策略、常见技术以及优化的影响。 神经网络优化的重要性 神经网络是深度学习的核心模型，它可以通过学习大量数据来实现各种任务，如图像分类、自然语言处理等。然而，神经网络的性能并非一成不变，而是需要经过优化和...
重新审视AI，神经网络中概念符号涌现的发现与证明（2）
神经网络是否建模了清晰、符号化的概念表征有了这一指标，我们进一步探索上面提到的核心问题：神经网络是否真的能从训练任务中总结出清晰的、符号化的、概念化的表征？所定义的交互概念真的能表示一些有意义的 “知识”，还是仅仅是一个纯粹从数学上凑出来的没有明确意义的 tricky metrics？为此，我们从以下四个方面回答这一问题 —— 符号化概念化的表征应当满足稀疏性、样本间迁移性、网络间迁移性，以及分....
重新审视AI，神经网络中概念符号涌现的发现与证明（1）
该研究发现在大部分情况下，神经网络的表征是清晰的、稀疏的、符号化的。本文围绕近期的两项工作，讨论神经网络中符号概念的涌现现象，即『深度神经网络的表征是否是符号化的』的问题。如果我们绕开 “应用技术提升” 的视角，从 “科学发展” 的角度来重新审视 AI，证明 AI 模型中的符号涌现现象无疑是具有重大意义的。1. 首先，目前大部分的可解释性研究都在试图将神经网络解释为一个 “清晰的”、“语义化的”....
中山大学HCP Lab团队：AI解题新突破，神经网络推开数学推理大门（三）
论文 7：Template-based Contrastive Distillation Pre-training for Math Word Problem SolvingJinghui Qin*, Zhicheng Yang*, Jiaqi Chen, Xiaodan Liang and Liang Lin虽然深度学习模型在数学解题领域取得很好的进展，但是这些模型忽视了蕴涵在问题描述中的求解....
中山大学HCP Lab团队：AI解题新突破，神经网络推开数学推理大门（二）
论文5：LogicSolver: Towards Interpretable Math Word Problem Solving with Logical Prompt-enhanced LearningFindings of the Association for Computational Linguistics: EMNLP 2022论文地址：https://arxiv.org/pdf/2....
中山大学HCP Lab团队：AI解题新突破，神经网络推开数学推理大门（一）
本文对中山大学人机物智能融合实验室（HCP Lab）在数学解题领域的一系列研究进行了简要介绍，这些工作主要由 HCP 实验室秦景辉博士等人完成。该系列工作获得国家科技创新 2030 重大项目 “因果推理与决策理论模型研究” 支持。 人类在成长过程的不同阶段均需要掌握很多的知识点来求解大量的数学题。然而，知识点看懂了不算真的懂，能求解题目才能体现人类的智慧。近年来，神经网络在计算机视觉，模式匹配、....
超低功耗AI芯片：神经脉冲只需同类神经网络能量的0.02%
这种人工智能芯片达到了新的超低功耗。 人类大脑并不是很大，却承载着所有的计算任务。出于这一原因，许多研究者开始对创建模拟大脑神经信号处理的人工网络感兴趣。这种人工网络被称为脉冲神经网络（spiking neural networks, SNN）。脉冲神经网络最早由 Maass 教授于 1997 年提出，它是基于大脑运行机制的新一代人工神经网络，被誉为第三代神经网络模型。它是目前最接近类脑...
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。