完善資料讓更多小伙伴認識你，還能領取20積分哦，立即完善>
標簽 > 機器學習
機器學習（Machine Learning， ML）是一門多領域交叉學科，涉及概率論、統計學、逼近論、凸分析、算法復雜度理論等多門學科。
機器學習（Machine Learning， ML）是一門多領域交叉學科，涉及概率論、統計學、逼近論、凸分析、算法復雜度理論等多門學科。專門研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的性能。
它是人工智能的核心，是使計算機具有智能的根本途徑，其應用遍及人工智能的各個領域，它主要使用歸納、綜合而不是演繹。
機器學習（Machine Learning， ML）是一門多領域交叉學科，涉及概率論、統計學、逼近論、凸分析、算法復雜度理論等多門學科。專門研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的性能。
它是人工智能的核心，是使計算機具有智能的根本途徑，其應用遍及人工智能的各個領域，它主要使用歸納、綜合而不是演繹。
表示學習系統的基本結構。環境向系統的學習部分提供某些信息，學習部分利用這些信息修改知識庫，以增進系統執行部分完成任務的效能，執行部分根據知識庫完成任務，同時把獲得的信息反饋給學習部分。在具體的應用中，環境，知識庫和執行部分決定了具體的工作內容，學習部分所需要解決的問題完全由上述3部分確定。下面我們分別敘述這3部分對設計學習系統的影響。
影響學習系統設計的最重要的因素是環境向系統提供的信息。或者更具體地說是信息的質量。知識庫里存放的是指導執行部分動作的一般原則，但環境向學習系統提供的信息卻是各種各樣的。如果信息的質量比較高，與一般原則的差別比較小，則學習部分比較容易處理。如果向學習系統提供的是雜亂無章的指導執行具體動作的具體信息，則學習系統需要在獲得足夠數據之后，刪除不必要的細節，進行總結推廣，形成指導動作的一般原則，放入知識庫，這樣學習部分的任務就比較繁重，設計起來也較為困難。
因為學習系統獲得的信息往往是不完全的，所以學習系統所進行的推理并不完全是可靠的，它總結出來的規則可能正確，也可能不正確。這要通過執行效果加以檢驗。正確的規則能使系統的效能提高，應予保留；不正確的規則應予修改或從數據庫中刪除。
知識庫是影響學習系統設計的第二個因素。知識的表示有多種形式，比如特征向量、一階邏輯語句、產生式規則、語義網絡和框架等等。這些表示方式各有其特點，在選擇表示方式時要兼顧以下4個方面：
（1）表達能力強。
（2）易于推理。
（3）容易修改知識庫。
（4）知識表示易于擴展。
對于知識庫最后需要說明的一個問題是學習系統不能在全然沒有任何知識的情況下憑空獲取知識，每一個學習系統都要求具有某些知識理解環境提供的信息，分析比較，做出假設，檢驗并修改這些假設。因此，更確切地說，學習系統是對現有知識的擴展和改進。
執行部分是整個學習系統的核心，因為執行部分的動作就是學習部分力求改進的動作。同執行部分有關的問題有3個：復雜性、反饋和透明性。
1.為什么需要神經網絡模型壓縮？ 神經網絡已經成為解決復雜機器學習問題的強大工具。然而，這種能力往往伴隨著模型規模和計算復雜度的增加。當輸入維度較大（例...
利用ExecuTorch和Arm SME2加速端側機器學習推理
交互式圖像分割已成為全球主流應用中極具代表性的移動端體驗。簡單來說，用戶只需在圖片上輕點一下（或粗略勾畫），應用就能立刻生成像素蒙版，把目標對象“摳”出...
編碼是機器學習流程里最容易被低估的環節之一，模型沒辦法直接處理文本形式的分類數據，尺寸（Small/Medium/Large）、顏色（Red/Blue/...
無論你是剛入門還是已經從事人工智能模型相關工作一段時間，機器學習和深度學習中都存在一些我們需要時刻關注并銘記的常見錯誤。如果對這些錯誤置之不理，日后可能...
如今在機器學習的領域中，有許多方法可以用來解決特定的問題，例如房價預測、郵件分類、文件壓縮等。而與我們日常生活關系最密切的應用莫過于計算機視覺（如學校門...
人工智能（Artificial Intelligence，AI）是一門讓機器進行感知、理解、推理和學習的技術，核心的實現方式是機器學習或深度學習，即利用...
使用NVIDIA Grove簡化Kubernetes上的復雜AI推理
過去幾年，AI 推理的部署已經從單一模型、單一 Pod 演變為復雜的多組件系統。如今，一個模型部署可能包含多個不同的組件——預填充 (prefill)、...
半導體缺陷檢測升級：機器學習(ML)攻克類別不平衡難題，小數據也能精準判，降本又提效!
一、引言機器學習（ML）在半導體制造領域的應用，正面臨傳統算法難以突破的核心瓶頸。盡管行業能產生海量生產數據，但兩大關鍵問題始終未能有效解決：一是極端類...
支持向量機 (SVM) 是一種有監督機器學習算法，它能找到分離兩個類的數據點的最佳超平面。
之前文章已介紹引入大規模 EP 的初衷，本篇將繼續深入介紹 TensorRT-LLM 的大規模專家并行架構設計與創新實現。
“力場”長久以來一直激發著我們的想象力，是科幻作品中保護星艦和超級英雄的隱形能量盾。但在科學探索發現的世界里，力場扮演著截然不同的角色——數學模型，讓我...
? 日常生活中的絕大多數機器控制，都可以理解成一個預設好固定邏輯的計算機程序，即其輸入和對應結果都是提前枚舉好的。 但 AI 好像不是——做個簡單類比：...
自人工智能和機器學習問世以來，多個在線領域的數字化格局迎來了翻天覆地的變化。這些技術從誕生之初就為企業賦予了競爭優勢，而在線行業正是受其影響最為顯著的領...
自然語言處理 (NLP) 是人工智能 (AI) 的一個分支，它會教計算機如何理解口頭和書面形式的人類語言。自然語言處理將計算語言學與機器學習和深度學習相...
探索CY8CKIT - 028 - SENSE IoT傳感擴展套件
探索CY8CKIT - 028 - SENSE IoT傳感擴展套件 在物聯網和機器學習蓬勃發展的今天，傳感器和音頻組件等硬件在創新應用中扮演著至關重要的...
探索PSOC Edge E84 AI Kit：開啟下一代機器學習邊緣設備設計之旅
探索PSOC Edge E84 AI Kit：開啟下一代機器學習邊緣設備設計之旅 在電子工程師的世界里，不斷追求創新和高效是永恒的主題。今天，我們將深入...
2025-12-18 標簽：開發平臺機器學習PSOC Edge E84 AI Kit 596 0
PSoC? Edge E84 評估套件：開啟下一代機器學習邊緣設備設計之旅
PSoC? Edge E84 評估套件：開啟下一代機器學習邊緣設備設計之旅 在電子工程師不斷追求創新與高效的今天，一款優秀的評估套件能夠極大地加速產品的...
2025 年 8 月，Arm 在 SIGGRAPH 大會上發布了突破性的 Arm 神經技術。這是業內首次將專用神經加速器集成到 Arm GPU 中，搭載...
今年 4 月 25 日，UALink 聯盟正式發布了 UALink 200G 1.0 規范，在眾多超大規模市場核心參與者的支持下，這一成果成為了該領域的...
NVIDIA黃仁勛和Bill Dally榮獲2025伊麗莎白女王工程獎
兩人因在加速計算領域的開創性工作而獲此殊榮，這項技術是現代 AI 的基石。
換一批
編輯推薦廠商產品技術軟件/工具OS/語言教程專題
| 電機控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動駕駛 | TI | 瑞薩電子 |
| BLDC | PLC | 碳化硅 | 二極管 | OpenAI | 元宇宙 | 安森美 | ADI |
| 無刷電機 | FOC | IGBT | 逆變器 | 文心一言 | 5G | 英飛凌 | 羅姆 |
| 直流電機 | PID | MOSFET | 傳感器 | 人工智能 | 物聯網 | NXP | 賽靈思 |
| 步進電機 | SPWM | 充電樁 | IPM | 機器視覺 | 無人機 | 三菱電機 | ST |
| 伺服電機 | SVPWM | 光伏發電 | UPS | AR | 智能電網 | 國民技術 | Microchip |
| 開關電源 | 步進電機 | 無線充電 | LabVIEW | EMC | PLC | OLED | 單片機 |
| 5G | m2m | DSP | MCU | ASIC | CPU | ROM | DRAM |
| NB-IoT | LoRa | Zigbee | NFC | 藍牙 | RFID | Wi-Fi | SIGFOX |
| Type-C | USB | 以太網 | 仿真器 | RISC | RAM | 寄存器 | GPU |
| 語音識別 | 萬用表 | CPLD | 耦合 | 電路仿真 | 電容濾波 | 保護電路 | 看門狗 |
| CAN | CSI | DSI | DVI | Ethernet | HDMI | I2C | RS-485 |
| SDI | nas | DMA | HomeKit | 閾值電壓 | UART | 機器學習 | TensorFlow |
| Arduino | BeagleBone | 樹莓派 | STM32 | MSP430 | EFM32 | ARM mbed | EDA |
| 示波器 | LPC | imx8 | PSoC | Altium Designer | Allegro | Mentor | Pads |
| OrCAD | Cadence | AutoCAD | 華秋DFM | Keil | MATLAB | MPLAB | Quartus |
| C++ | Java | Python | JavaScript | node.js | RISC-V | verilog | Tensorflow |
| Android | iOS | linux | RTOS | FreeRTOS | LiteOS | RT-THread | uCOS |
| DuerOS | Brillo | Windows11 | HarmonyOS |
關注我們的微信
下載發燒友APP
電子發燒友觀察
版權所有 ? 長沙勒克斯教育咨詢有限公司
湖南省長沙市開福區月湖街道匍園路20號聚恒科技園1棟2301-1房
電子發燒友 （電路圖） 湘公網安備43011202000918
工商網監
湘ICP備2023036445號-105-1
