新闻中心 
-
01-22了解强化学习及其应用场景训练狗最佳方法是采用奖励机制，奖励它表现良好，惩罚它做错事。同样的策略可用于机器学习，称为强化学习。强化学习是机器学习的分支之一，通过决策训练模型来找到问题的最...
-
01-22层次聚类中使用的不同链接方法层次聚类是一种无监督学习技术，根据距离或相似性度量将相似的观察结果分组。链接方法决定了聚类间距离的计算方式。本文就来介绍下层次聚类中使用的链接方法，包括单链接、...
-
01-22奇异值分解(SVD)简介及其在图片压缩中的示例奇异值分解(SVD)是一种用于矩阵分解的方法。它将一个矩阵分解为三个矩阵的乘积，分别是左奇异向量矩阵、右奇异向量矩阵和奇异值矩阵。SVD在数据降维、信号处理、推...
-
01-22用示例演示如何理解二进制类的混淆矩阵混淆矩阵是一种评估模式，帮助机器学习工程师更了解模型性能。本文以一个二元类不平衡数据集为例，测试集由60个正类样本和40个负类样本组成，用于评估机器学习模型。二...
-
01-18联想拯救者解释为什么2025年被标榜为AI PC元年AI的全称是ArtificialIntelligence，翻译过来就是人工智能。随着AI在各行各业的广泛应用，人工智能也成为了新一轮的“科技革命”。手机行业先后...
-
01-12揭秘的全新版本：你从未见过的Transformer数学原理近日，arxiv上发布了一篇论文，对Transformer的数学原理进行全新解读，内容很长，知识很多，十二分建议阅读原文。2017年，Vaswani等人发表的《...
