博客水木

过去的一年，人工智能成为了技术爆发点，各行各业也在纷纷寻求和AI的结合，医疗+AI、出行+AI……而作为普及性最高的消费智能科技产品，智能手机也和AI走到了一起。 2017年9月2日，华为在柏林国际消费电子产品展上展示了其最新的麒麟970芯片，这也是全球首款移动AI芯片，随后发布的Mate 10系列，以及荣耀发布的荣耀V10手机...继续阅读

在科学技术是第一生产力的时代，生产力需求越大，技术发展越快，随着近年来科技发展的不断提速，AI人工智能技术也被越来越多的人们所认知，有 砖家 预测，未来的5年，AI人工智能技术将全面爆发，逐渐向各行各业渗透，发展为科学技术的主流。 说回技术，据了解，在人工智能技术中，用来开发机器学习主要有三门语言： Pyth...继续阅读

随着数据速率超过Gb/s水平，工程师必须能够识别和解决抖动问题。抖动是在高速数据传输线中导致误码的定时噪声。如果系统的数据速率提高，在几秒内测得的抖动幅度会大体不变，但在位周期的几分之一时间内测量时，它会随着数据速率成比例提高，进而导致误码。新兴技术要求误码率(BER)，亦即误码数量与传输的总码数之比，低...继续阅读

自然语言处理（NLP）是数据科学中最有趣的子领域之一，越来越多的数据科学家希望能够开发出涉及非结构化文本数据的解决方案。尽管如此，许多应用数据科学家（均具有STEM和社会科学背景）依然缺乏NLP（自然语言处理）经验。 在这篇文章中，我将探讨一些基本的NLP概念，并展示如何使用日益流行的Python spaCy包来实现这些概...继续阅读

一、隐马尔可夫模型 隐马尔可夫模型是结构最简单的动态贝叶斯网，这是一种著名的有向图模型，主要用于时序数据建模，在语音识别、自然语言处理等领域有广泛应用。 首先我们来看看什么样的问题解决可以用HMM模型。使用HMM模型时我们的问题一般有这两个特征：１）我们的问题是基于序列的，比如时间序列，或者状态序列。２）...继续阅读

毋庸置疑，AI可以帮助我们分担很多重复性的繁重劳动，从而实现降本增效的目的。但是现在人工智能已经可以写诗、作画、编剧本、创作音乐、剪辑电影宣传片甚至提供广告创意了。人类的创造力似乎受到了挑战。 图片来自“视觉中国” 人工智能可以做什么？这个问题相信很多人心中都有答案，毋庸置疑，AI可以帮助我们分担很多...继续阅读

图网络（GN）在深度学习短板即因果推理上拥有巨大潜力，很有可能成为机器学习领域的下一个增长点，而图神经网络（GNN）正属于图网络的子集。GNN 近期在图形分类任务上得到了当前最佳的结果，但其存在平面化的局限，因而不能将图形分层表征。现实应用中，很多图形信息都是层级表征的，例如地图、概念图、流程图等，捕获层...继续阅读

降维方法分为线性降维方法和非线性降维方法，看下表： 本文结构如下： 线性降维方法 主成分分析法 线性判别法 奇异值分解法 因子分析法 非线性降维方法～～流形学习简介 说到维度，其目的是用来进行特征选择和特征提取，注意特征选择和特征提取这二者的不同之处： 特征选择：选择重要特征子集，删除其余特征。 特...继续阅读

在开源领域，不管你的想法是多少的新颖独到，先去看一下别人是否已经做成了这个概念，总是一个很明智的做法。对于有兴趣借助不断成长的 人工智能(Artificial Intelligence)（AI）的力量的组织和个人来说，许多优秀的工具不仅是自由开源的，而且在很多的情况下，它们都已经过测试和久经考验的。 在领先的公司和非盈利组织...继续阅读

1. scikit-learn介绍 scikit-learn是Python的一个开源机器学习模块，它建立在NumPy，SciPy和matplotlib模块之上。值得一提的是，scikit-learn最先是由David Cournapeau在2007年发起的一个Google Summer of Code项目，从那时起这个项目就已经拥有很多的贡献者了，而且该项目目前为止也是由一个志愿者团队在维护着。 sciki...继续阅读