首頁(yè)最新資訊

全部 人工智能學(xué)科動(dòng)態(tài) 人工智能技術(shù)資訊 人工智能常見問題 技術(shù)問答

    • 過渡擬合產(chǎn)生的原因是什么?

      在人工智能領(lǐng)域中，過擬合(overfitting)是指在機(jī)器學(xué)習(xí)模型中，模型在訓(xùn)練數(shù)據(jù)上表現(xiàn)很好，但在新的、未見過的數(shù)據(jù)上表現(xiàn)不佳的現(xiàn)象。過擬合的產(chǎn)生原因可以歸結(jié)為以下幾個(gè)方面。查看全文>>

      人工智能常見問題2023-07-12 |黑馬程序員 |過渡擬合,參數(shù)數(shù)量,特征選擇

    • 神經(jīng)網(wǎng)絡(luò)參數(shù)初始化方法有哪些，適用范圍是什么?

      神經(jīng)網(wǎng)絡(luò)參數(shù)初始化方法有很多種，以下是其中幾種常用的方法及其適用范圍，參數(shù)按照均勻分布或高斯分布隨機(jī)初始化。適用于多種神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和激活函數(shù)，是最常用的初始化方法之一。查看全文>>

      人工智能常見問題2023-07-11 |黑馬程序員 |神經(jīng)網(wǎng)絡(luò),隨機(jī)初始化,零初始化

    • 人工智能需要學(xué)什么？人工智能如何學(xué)習(xí)?

      人工智能是一個(gè)綜合性強(qiáng)的專業(yè)，從了解基礎(chǔ)開始到深入學(xué)習(xí)，需要學(xué)的內(nèi)容還是蠻多的。涉及Python語言，數(shù)據(jù)處理數(shù)據(jù)分析，機(jī)器學(xué)習(xí)算法、自然語言處理NLP、計(jì)算機(jī)視覺CV、數(shù)據(jù)挖掘等技術(shù)。人工智能需要學(xué)習(xí)以下的內(nèi)容：查看全文>>

      人工智能常見問題2023-07-07 |黑馬程序員 |人工智能學(xué)什么,人工智能技術(shù),人工智能培訓(xùn)

    • 零基礎(chǔ)學(xué)會(huì)人工智能需要多久?

      人工智能的學(xué)習(xí)有數(shù)學(xué)理論基礎(chǔ)的，主要學(xué)習(xí)計(jì)算機(jī)相關(guān)知識(shí)，一般學(xué)習(xí)周期需要2-3個(gè)月的時(shí)間。(面授班學(xué)習(xí)需要掌握其他種類零基礎(chǔ)的同學(xué)，可能相對(duì)時(shí)間比較長(zhǎng))。對(duì)于計(jì)算機(jī)基礎(chǔ)，主要學(xué)習(xí)人工智能技術(shù)以及相關(guān)數(shù)學(xué)理論知識(shí)的同學(xué)，一般需要4-5個(gè)月，而對(duì)于真正的零基礎(chǔ)的同學(xué)，單純的數(shù)學(xué)知識(shí)都需要學(xué)習(xí)很長(zhǎng)時(shí)間，所以整個(gè)學(xué)習(xí)周期會(huì)非常的長(zhǎng)，預(yù)計(jì)能達(dá)到6個(gè)月以上。查看全文>>

      人工智能常見問題2023-07-07 |黑馬程序員 |人工智能要學(xué)多久,人工智能培訓(xùn),人工智能學(xué)習(xí)周期

    • 激活函數(shù)(Activation Function)有什么用處，有哪幾種?

      激活函數(shù)是神經(jīng)網(wǎng)絡(luò)中一種重要的組件，它的作用是引入非線性變換，使神經(jīng)網(wǎng)絡(luò)能夠?qū)W習(xí)和表示更加復(fù)雜的函數(shù)關(guān)系。激活函數(shù)通常應(yīng)用于神經(jīng)網(wǎng)絡(luò)的每個(gè)神經(jīng)元，將神經(jīng)元的輸入進(jìn)行非線性映射，產(chǎn)生輸出信號(hào)。查看全文>>

      人工智能常見問題2023-07-07 |黑馬程序員 |激活函數(shù),Logistic函數(shù),雙曲正切函數(shù)

    • 在機(jī)器學(xué)習(xí)中，模型的選擇是指什么?

      在機(jī)器學(xué)習(xí)中，模型的選擇是指從可用的不同模型中選擇一個(gè)適合特定問題的模型。模型是機(jī)器學(xué)習(xí)的核心組件，它是對(duì)數(shù)據(jù)進(jìn)行學(xué)習(xí)和預(yù)測(cè)的數(shù)學(xué)表示。不同的模型具有不同的表達(dá)能力和假設(shè)，適用于不同類型的數(shù)據(jù)和問題。查看全文>>

      人工智能常見問題2023-06-30 |黑馬程序員 |機(jī)器學(xué)習(xí),模型選擇,數(shù)據(jù)特征
和我們?cè)诰€交談！