文章 2024-06-20 来自:开发者社区

生成式人工智能(AIGC,Generative AI)

生成式人工智能(AIGC,Generative AI)指的是一类人工智能技术,其主要特点是能够生成新的数据样本,如文本、图像、音频等,而不仅仅是对现有数据进行分类或预测。   ### 主要特点和应用领域:   1. **生成新的内容**:AIGC能够从学习的数据中生成新的、类似的内容。例如,文本生成模型可以写作新文章或故事,图像生成模型可以创造...

文章 2024-06-18 来自:开发者社区

生成式人工智能(Generative AI)

生成式人工智能(Generative AI)是人工智能领域的一个重要分支,其核心目标是让计算机系统具备创造性,能够生成符合人类审美或需求的内容,如图像、音乐、文本等。生成式AI技术已经取得了许多突破性进展,其中最具代表性的包括生成对抗网络(GANs)和Transformer模型。   生成对抗网络(GANs)   生成对抗网络是由生成器(Gen...

阿里云人工智能工程师ACA认证(2023版)

41 课时 |
3173 人已学 |
免费

人工智能训练师-智能客服课程

54 课时 |
526 人已学 |
免费

人工智能安全

11 课时 |
612 人已学 |
免费
开发者课程背景图
文章 2024-06-17 来自:开发者社区

生成式人工智能(AIGC,Generative AI)

生成式人工智能(AIGC,Generative AI)指的是一类人工智能技术,其主要特点是能够生成新的数据样本,如文本、图像、音频等,而不仅仅是对现有数据进行分类或预测。   主要特点和应用领域:   1. 生成新的内容:AIGC能够从学习的数据中生成新的、类似的内容。例如,文本生成模型可以写作新文章或故事,图像生成模型可以创造出看起来逼真的新...

文章 2024-05-29 来自:开发者社区

无监督学习与生成式人工智能(MEAP)(三)(3)

无监督学习与生成式人工智能(MEAP)(三)(2)https://developer.aliyun.com/article/1522606 用 Python 实现的情感分析案例研究 到目前为止,我们已经讨论了许多关于 NLP 和文本数据的概念。在本节中,我们首先将探讨一个业务案例,然后在同一案例上开发 Python 解决方案。我们正在进行情感分析。 产品评论是信息的丰富来...

文章 2024-05-29 来自:开发者社区

无监督学习与生成式人工智能(MEAP)(三)(1)

第七章: 无监督学习用于文本数据 “每个人用相同的语言微笑 - 乔治·卡林” 我们的世界有这么多语言。这些语言是我们表达思想和情感的最常见媒介。用文字表达我们的想法的能力是人类独有的。这些词语对我们来说是信息的来源。这些词语可以被写成文本。在本章中,我们将探讨我们可以对文本数据进行的分析。文本数据属于非结构化数据,并携带着大量有用信息,因此是业务洞察的有用来源。我们使用自然语言处...

文章 2024-05-29 来自:开发者社区

无监督学习与生成式人工智能(MEAP)(三)(5)

8.7 流行的深度学习库 在过去的几章中,我们使用了许多库和包来实现解决方案。在行业中有很多用于深度学习的库。这些包加快了解决方案的构建,并减少了工作量,因为大部分繁重的工作都是由这些库完成的。 我们在这里讨论最流行的深度学习库: TensorFlow:Google 开发的 TensorFlow(TF)可以说是最流行和广泛使用的深度学习框架之一。它于 2015 年推出,自...

文章 2024-05-29 来自:开发者社区

无监督学习与生成式人工智能(MEAP)(三)(4)

8.2 深度学习:是什么?它是做什么的? 近几年来,深度学习已经积累了很多动力。神经网络正在推动机器学习解决方案的边界。深度学习只是机器学习。深度学习是基于神经网络的。它利用了相似的概念,即利用历史数据,理解属性和收集的智能可以用于找到模式或预测未来,尽管深度学习比我们迄今为止涵盖的算法更复杂。 回想一下第一章,我们在那里介绍了结构化和非结构化数据集的概念。非结构化数据集包括文本...

文章 2024-05-29 来自:开发者社区

无监督学习与生成式人工智能(MEAP)(三)(2)

7.5.2 从文本数据集中提取特征 文本数据,就像任何其他数据源一样可能会混乱和嘈杂。我们在上一节中探讨了清理它的概念和技术。现在我们已经清理了数据,准备好使用。下一步是以算法可以理解的格式表示这些数据。我们知道我们的算法只能理解数字。文本数据在其最纯粹的形式下无法被算法理解。因此,一切都需要转换为数字。 一个非常简单的技术可以是简单地对我们的单词进行独热编码,并将它们表示为矩阵...

文章 2024-05-29 来自:开发者社区

无监督学习与生成式人工智能(MEAP)(二)(4)

5.3 模糊聚类 到目前为止,我们已经涵盖了相当多的聚类算法。你是否想过为什么一个数据点只能属于一个聚类?为什么一个数据点不能属于多个聚类?看一下图 5-12。 图 5-12 左侧的图表示所有数据点。红点可以属于多个聚类。实际上,我们可以给每个点分配多个聚类。可以给一个点赋予属于特定聚类的概率分数。 我们知道聚类是根据对象之间的相似度将其分为同一个组的方法。相似...

文章 2024-05-29 来自:开发者社区

无监督学习与生成式人工智能(MEAP)(二)(1)

第四章:关联规则 本章内容包括 关联规则学习 不同类型的关联规则算法 不同关联规则算法的实现 使用 SPADE 进行序列学习 案例研究 “关联的力量比美的力量更强大;因此关联的力量就是美的力量– 约翰·罗斯金” 恭喜你完成了本书的第一部分!你探索了无监督学习的基础知识以及 k-means 聚类、层次聚类...

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。

产品推荐