文档建议反馈控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
发布
首页
学习
活动
专区
工具
TVP最新优惠活动
返回腾讯云官网

SIGAI学习与实践平台

专栏作者
举报
281
文章
492855
阅读量
163
订阅数
搜索文章
SIGAI发布全球首款室内户外全场景毫米级精度低成本双目立体3D相机
人工智能快速发展的今天，图像视频识别在深度学习的加持下在各行各业广泛落地。相较于2D计算机视觉，3D计算机视觉因为具有额外的深度信息，可以轻松处理机器视觉中很多2D维度难以解决的问题。最近几年，3D成像与3D计算机视觉算法得到了快速发展。在以激光雷达，结构光，TOF，双目立体视觉为代表的主要技术路线上都涌现出一些不错的公司和产品，依托三维点云数据在如工业质检、精确测量、机械臂引导、物体定位、自动驾驶等场景进行落地。
SIGAI学习与实践平台
2022-12-28
5920
SIGAI集装箱智能残损识别产品在日照港和营口港部署
据日照港和营口港提供的信息，SIGAI（北京张量无限科技有限公司）的集装箱智能残损识别系统已经率先在这两个港口成功部署，并且实现了平稳运行，得到了使用单位的一致好评。很好的解决了之前始终困扰港口理货员既要核对集装箱箱号又要人工图片验残的效率和精力问题，使集装箱验残工作由传统的事后溯源提升为船边同步识别，极大的提高了船东和货主的满意度。
SIGAI学习与实践平台
2021-04-09
9620
机器学习数学知识结构图
早在2018年和2019年，SIGAI微信公众号先后发布过“机器学习算法地图”，“深度学习算法地图”，对机器学习、深度学习的知识脉络进行了梳理与总结，帮助大家建立整体的知识结构。这两张知识结构图的纸质版发行量和电子版下载量已经超过10万，有不少高校的机器学习课程还特地讲到了这两张图。在今天这篇文章里，我们将对机器学习的数学知识进行总结，画出类似的结构图。由于数学知识体系太过庞大，因此我们分成了整体知识结构图，以及每门课的知识结构图。
SIGAI学习与实践平台
2021-03-04
1.1K0
《机器学习-原理、算法与应用》配套PPT第四部分（深度学习概论、自动编码器、强化学习、聚类算法、半监督学习等）
本文是SIGAI公众号文章作者雷明编写的《机器学习》课程新版PPT第四部分，包含了课程内容的深度学习概论，自动编码器，受限玻尔兹曼机，聚类算法1，聚类算法2，聚类算法3，半监督学习，强化学习的PPT，对算法进行了详尽的推导，并附以实验例子帮助大家更好的理解，旨在帮大家建立全面的认识，构建知识脉络。
SIGAI学习与实践平台
2020-11-23
8220
机器学习中的概率模型
概率论，包括它的延伸-信息论，以及随机过程，在机器学习中有重要的作用。它们被广泛用于建立预测函数，目标函数，以及对算法进行理论分析。如果将机器学习算法的输入、输出数据看作随机变量，就可以用概率论的观点对问题进行建模，这是一种常见的思路。本文对机器学习领域种类繁多的概率模型做进行梳理和总结，帮助读者掌握这些算法的原理，培养用概率论作为工具对实际问题进行建模的思维。要顺利地阅读本文，需要具备概率论，信息论，随机过程的基础知识。
SIGAI学习与实践平台
2020-07-29
2.3K0
理解贝叶斯优化
贝叶斯优化是一种黑盒优化算法，用于求解表达式未知的函数的极值问题。算法根据一组采样点处的函数值预测出任意点处函数值的概率分布，这通过高斯过程回归而实现。根据高斯过程回归的结果构造采集函数，用于衡量每一个点值得探索的程度，求解采集函数的极值从而确定下一个采样点。最后返回这组采样点的极值作为函数的极值。这种算法在机器学习中被用于AutoML算法，自动确定机器学习算法的超参数。某些NAS算法也使用了贝叶斯优化算法。
SIGAI学习与实践平台
2020-06-10
7.7K0
《机器学习-原理、算法与应用》配套PPT第三部分（人工神经网络、支持向量机、线性模型等7章）
本文是SIGAI公众号文章作者雷明编写的《机器学习》课程新版PPT第三部分，包含了课程内容的人工神经网络、支持向量机、线性模型等18~24讲内容共7章的PPT，对算法进行了详尽的推导，并附以实验例子帮助大家更好的理解，旨在帮大家建立全面的认识，构建知识脉络。
SIGAI学习与实践平台
2020-04-08
6430
《机器学习-原理、算法与应用》配套PPT第二部分
本文是SIGAI公众号文章作者雷明编写的《机器学习》课程新版PPT第二部分，包含了课程内容的数学、基本概念、线性回归、贝叶斯分类器、决策树、K近邻算法与距离度量学习、数据降维算法、线性判别分析、人工神经网络等7~17讲内容的PPT，是《机器学习-原理、算法与应用》一书的配套产品。《机器学习-原理算法与应用》一书被清华大学出版社评为2019年度畅销图书，感谢出版社和读者的大力支持！
SIGAI学习与实践平台
2020-03-19
1.1K0
《机器学习-原理、算法与应用》配套PPT
本文是SIGAI公众号文章作者编写的《机器学习》课程新版PPT，是《机器学习-原理、算法与应用》一书的配套产品。《机器学习-原理算法与应用》一书被清华大学出版社评为2019年度畅销图书，感谢出版社和读者的大力支持！
SIGAI学习与实践平台
2020-03-06
2.8K0
SIGAI推出 “木材智能理货” 解决方案
我国每年从海外进口大量原木，如何在木材到达港口或陆地口岸之后进行迅速清点，一直是行业内亟待解决的痛点问题。近日，SIGAI宣布正式推出木材智能理货解决方案，赋能企业降低作业成本，提升生产能效。
SIGAI学习与实践平台
2020-03-06
5980
机器学习快速入门
本文是雷明老师应清华大学出版社邀请，1.5在珠海“第9届高等学校计算机程序设计课程论坛-智能时代下的程序设计”演讲的讲稿，旨在帮大家快速对机器学习建立直观的认识。《机器学习-原理算法与应用》一书被清华大学出版社评为2019年度畅销图书，感谢出版社和读者的大力支持！
SIGAI学习与实践平台
2020-02-14
6470
机器学习与深度学习习题集答案-1
本文是机器学习和深度学习习题集的答案-1，免费提供给大家，也是《机器学习-原理、算法与应用》一书的配套产品。此习题集可用于高校的机器学习与深度学习教学，以及在职人员面试准备时使用。
SIGAI学习与实践平台
2020-01-02
2.5K0
理解策略梯度算法
在之前的文章“深度强化学习综述（上）”中介绍了深度强化学习的原理，重点是DQN（深度Q网络）。基于值函数的算法是神经网络与时序差分算法如Q学习相结合的产品。其原理非常简单，神经网络的输入是原始的状态信息，如游戏画面，输出是在这种状态下执行各种动作的回报，即价值函数（Q函数）。训练完成之后，神经网络逼近的是最优Q函数
SIGAI学习与实践平台
2019-11-28
1K0
机器学习与深度学习习题集（中）
这是《机器学习-原理、算法与应用》这是机器学习与深度学习习题的第二部分，为《机器学习-原理，算法与应用》一书编写，二者配合使用。习题集的绝大部分题目都可以在此书中找到答案。同时也可以用作高校相关专业的机器学习，深度学习课程习题集。后续我们将给出最后一部分，以及整个习题集的完整答案。
SIGAI学习与实践平台
2019-10-31
1K0
机器学习与深度学习习题集（上）
本文是SIGAI公众号文章作者编写的机器学习和深度学习习题集（上），是《机器学习-原理、算法与应用》一书的配套产品。此习题集课用于高校的机器学习与深度学习教学，以及在职人员面试准备时使用。为了帮助高校更好的教学，我们将会对习题集进行扩充与优化，并免费提供给高校教师使用。对此感兴趣的在校教师和学生可以通过向SIGAI微信公众号发消息获取。习题集的下半部分、所有题目的答案将在后续的公众号文章中持续给出。
SIGAI学习与实践平台
2019-10-14
2.4K0
理解支持向量机
支持向量机是机器学习中最不易理解的算法之一，它对数学有较高的要求。之前SIGAI微信公众号已经发过“用一张图理解SVM脉络”，“理解SVM的核函数和参数”这两篇文章，今天重启此话题，对SVM的推导做一个清晰而透彻的介绍，帮助大家真正理解SVM，掌握其精髓。市面上有不少讲解支持向量机的文章和书籍，但真正结构清晰、触达精髓的讲解非常少见。
SIGAI学习与实践平台
2019-10-08
6540
基于视频分析的rPPG心率检测综述
本文内容主要来自于综述文章：Video-Based Heart Rate Measurement: Recent Advances and Future Prospects[1]，笔者加入了一些原理性的以及自己实际经验的补充。如果想了解更多详细信息，欢迎阅读原论文。
SIGAI学习与实践平台
2019-09-25
3.9K0
ICCV2019 Oral论文：基于图嵌入的深度图匹配（已开源）
由上海交通大学研究团队独立完成的论文Learning CombinatorialEmbedding Networks for Deep Graph Matching已被ICCV2019会议录用为Oral论文。
SIGAI学习与实践平台
2019-09-17
2.7K0
机器学习与深度学习中的数学知识点汇总
在机器学习与深度学习中需要大量使用数学知识，这是给很多初学带来困难的主要原因之一。此前SIGAI的公众号已经写过“学好机器学习需要哪些数学知识”的文章，由于时间仓促，还不够完整。今天重新整理了机器学习与深度学习中的主要知识点，做到精准覆盖，内容最小化，以减轻学习的负担同时又保证学习的效果。这些知识点是笔者长期摸索总结出来的，相信弄懂了这些数学知识，数学将不再成为你学好机器学习和深度学习的障碍。
SIGAI学习与实践平台
2019-09-11
1.2K0
理解变分自动编码器
今天的文章用深入浅出的语言和形式为大家介绍变分自动编码器（VAE）的基本原理，以帮助初学者入门，真正理解这一较为晦涩的模型。还是那种熟悉的风格和味道！读懂本文需要读者理解KL散度包括正态分布之间的KL散度计算公式、KL散度的非负性（涉及到变分法的基本概念），蒙特卡洛算法等基本知识，自动编码的知识。
SIGAI学习与实践平台
2019-09-03
1.5K0
点击加载更多
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天，分 10000 元奖品池！
立即发文
Python精品学习库
代码在线跑，知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客，速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券

腾讯云开发者

扫码关注腾讯云开发者

扫码关注腾讯云开发者

领取腾讯云代金券

热门产品

热门推荐

更多推荐

Copyright © 2013 - 2024 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有 

深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 深公网安备号 44030502008569

腾讯云计算（北京）有限责任公司 京ICP证150476号 |  京ICP备11018762号 | 京公网安备号11010802020287

问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档