📅  最后修改于: 2022-05-13 01:58:08.199000        🧑  作者: Mango

协作学习——联邦学习在过去的 5 年中，数据科学领域取得了重大发展。通过机器学习和深度学习领域的各种研究，已经提出了许多算法和许多新方法。考虑到大流行，这些领域发生了重大发展。 COVID-19 迫使每个人都走向数字化并在线完成工作。这涉及大量数据传输，因此人工智能的新发展激增。机器学习一直在讨论中，因为在某些情况下算法背后的数学并不复杂，而且某些算法的代码非常小，可以由进入该领域的大多数人执行。...

📅  最后修改于: 2022-05-13 01:58:08.206000        🧑  作者: Mango

同时定位和映射SLAM 是同时对机器人姿态和环境地图的估计。 SLAM 很困难，因为定位需要地图，而建图需要良好的姿态估计本地化：在给定地图的情况下推断位置。映射：推断给定位置的地图。SLAM：学习地图并同时定位机器人。SLAM 问题很难，因为它是一种悖论，即：为了构建地图，我们现在需要位置。为了确定我们的位置，我们需要一张地图。这就像一个鸡蛋问题。SLAM 有多个部分，每个部分都可以通过多种不同...

📅  最后修改于: 2022-05-13 01:58:08.214000        🧑  作者: Mango

使用 Pytorch Lightning 训练神经网络介绍：PyTorch Lightning 是一个为 PyTorch 提供高级接口的库。 PyTorch 的问题在于，每次开始一个项目时，您都必须重写那些训练和测试循环。 PyTorch Lightning 不仅减少了样板代码，还提供了在训练神经网络时可能会派上用场的附加功能，从而解决了这个问题。我喜欢 Lightning 的一件事是代码非常有条...

📅  最后修改于: 2022-05-13 01:58:08.222000        🧑  作者: Mango

P值先决条件：假设检验P 值用于在原假设 (h0) 为真时查找极值。简而言之，它用于在假设检验期间拒绝或支持零假设。在数据科学中，它为自变量在预测因变量中的统计显着性提供了宝贵的见解。使用 p 值：在假设检验期间，我们假设显着性水平(α)，通常为 5%(α = 0.05)。它是当原假设为真时拒绝原假设的概率。据观察，p 值越低，拒绝原假设的概率越高。什么时候：p ≤ (α = 0.05) ：拒绝 ...

📅  最后修改于: 2022-05-13 01:58:08.228000        🧑  作者: Mango

理解人工智能中的 PEAS我们知道人工智能中有不同类型的代理。 PEAS 系统用于将相似的代理分类在一起。 PEAS 系统提供有关环境、执行器和相应代理的传感器的性能测量。大多数性能最高的代理是 Rational 代理。理性代理：理性代理考虑所有可能性并选择执行高效的行动。例如它为了高效率而选择成本低的最短路径。PEAS代表性能测量、环境、执行器、传感器。绩效衡量：绩效衡量是定义代理成功与否的单位...

📅  最后修改于: 2022-05-13 01:58:08.235000        🧑  作者: Mango

开放 AI GPT-3Open AI GPT-3 是 OpenAI 的研究人员在题为“语言模型是少数学习者”的论文中提出的 GPT 模型的下一个模型系列。它在 1750 亿个参数上进行了训练，比之前的任何非稀疏模型都多 10 倍。它可以执行从机器翻译到代码生成等各种任务。由于担心错误使用，该模型目前无法下载。 OpenAI 将为使用 GPT-3 能力提供高级 API。该 API 目前提供测试版。零...

📅  最后修改于: 2022-05-13 01:58:08.243000        🧑  作者: Mango

模糊逻辑控制系统介绍：模糊逻辑控制（FLC）是模糊集理论、模糊推理和模糊逻辑应用中最活跃的研究领域。 FLC 的应用范围从工业过程控制扩展到生物医学仪器和证券。与传统的控制技术相比，FLC 在复杂的定义不明确的问题中得到了最好的利用，这些问题可以由高效的人类运算符控制，而无需了解其潜在动态。控制系统是一组物理组件，旨在改变另一个物理系统，使该系统表现出某些所需的特性。存在两种类型的控制系统：开环和...

📅  最后修改于: 2022-05-13 01:58:08.251000        🧑  作者: Mango

OpenPose：人体姿势估计方法OpenPose 是第一个在单张图像上联合检测人体、手、面部和足部关键点（共 135 个关键点）的实时多人系统。它是由卡内基梅隆大学的研究人员提出的。它们以Python代码、C++ 实现和 Unity 插件的形式发布。这些资源可以从 OpenPose 存储库下载。建筑学：在第一步中，图像通过基线 CNN 网络以提取论文中输入的特征图。在本文中，三位作者使用了 VG...

📅  最后修改于: 2022-05-13 01:58:08.259000        🧑  作者: Mango

神经逻辑强化学习——简介神经逻辑强化学习是一种将逻辑编程与深度强化学习方法相结合的算法。逻辑编程可用于以不依赖于实现的方式表达知识，使程序更加灵活、压缩和易于理解。它使知识与使用分离，即可以在不更改程序或其底层代码的情况下更改机器架构。深度强化学习算法不可解释或泛化。这些算法学习解决方案，而不是找到解决方案的路径。 DRL 算法还使用深度神经网络，使学习到的策略难以解释。因此，解决方案是不可解释的...

📅  最后修改于: 2022-05-13 01:58:08.265000        🧑  作者: Mango

理解 BERT – NLPBERT 代表Bidirectional Representation for Transformers。它是由 Google Research 的研究人员于 2018 年提出的。 尽管其主要目的是提高对与 Google 搜索相关的查询含义的理解。一项研究表明，谷歌每天都会遇到 15% 的新查询。因此，它需要谷歌搜索引擎对语言有更好的理解才能理解搜索查询。提高对模型的语言...

📅  最后修改于: 2022-05-13 01:58:08.272000        🧑  作者: Mango

如何成为 RPA 开发人员？随着机器人技术快速发展，开发人员满足软件需求变得非常重要。随着时间的推移，硬件机制变得非常先进，并且正在定期升级。但是这些硬件系统不能自行运行。它们需要软件来控制它们并处理它们的构建操作。因此，为了满足这些可以执行基本类人动作的高度先进的机器人机器的软件需求，构建了 RPA 程序或机器人过程自动化软件。这些操作包括提取数据、完成击键、控制导航等等。这些动作可以由人类完成...

📅  最后修改于: 2022-05-13 01:58:08.282000        🧑  作者: Mango

集成分类器 |数据挖掘集成学习通过组合多个模型来帮助改善机器学习结果。与单个模型相比，这种方法允许产生更好的预测性能。基本思想是学习一组分类器（专家）并让他们投票。Advantage :Improvement in predictive accuracy.Disadvantage :It is difficult to understand an ensemble of classifiers.编...

📅  最后修改于: 2022-05-13 01:58:08.288000        🧑  作者: Mango

DOUBLE_CLICK方法-SeleniumPython的行动链Selenium 的Python模块旨在使用Python执行自动化测试。 ActionChains 是一种自动化低级交互的方法，例如鼠标移动、鼠标按钮操作、按键和上下文菜单交互。这对于执行更复杂的操作（例如悬停和拖放）非常有用。高级脚本使用动作链方法，我们需要拖动元素、单击元素、双击等。本文围绕Python Selenium的Act...

📅  最后修改于: 2022-05-13 01:58:08.294000        🧑  作者: Mango

矩阵的空空间和空性Null Space 和 Nullity 是线性代数中的概念，用于标识属性之间的线性关系。空空间：任何矩阵 A 的零空间由所有向量 B 组成，使得 AB = 0 且 B 不为零。它也可以被认为是从AB = 0获得的解决方案，其中 A 是大小为mxn已知矩阵，B 是要找到的大小为nxk矩阵。矩阵的零空间的大小为我们提供了属性之间线性关系的数量。概括说明：设一个矩阵并且在 A 的零空...

📅  最后修改于: 2022-05-13 01:58:08.301000        🧑  作者: Mango

粒子群优化的实现上一篇文章粒子群优化-概述谈到了粒子群优化（PSO）的灵感，它是数学建模和算法。在本文中，我们将为两个适应度函数 1) Rastrigin函数2) 球体函数实现粒子群优化 (PSO)。该算法将运行预定义的最大迭代次数，并尝试找到这些适应度函数的最小值。健身功能1) 拉斯特里金函数Rastrigin函数是非凸函数，常被用作优化算法的性能测试问题。函数方程：图 1：2 个变量的 Ras...