• 什么是自動機器學習

    自動機器學習(AutoML)旨在通過讓一些通用步驟(如數(shù)據(jù)預處理、模型選擇和調(diào)整超參數(shù))自動化，來簡化機器學習中生成模型的過程。AutoML是指盡量不通過人來設定超參數(shù)，而是使用某種學習機制，來調(diào)節(jié)這些超參數(shù)。這些學習機制包括傳統(tǒng)的貝葉斯優(yōu)化，進化算法，還有比較新的強化學習。當我們提起AutoML時，我們更多地是說自動化數(shù)據(jù)準備(即數(shù)據(jù)的預處理，數(shù)據(jù)的生成和選擇)和模型訓練(模型選擇和超參數(shù)調(diào)優(yōu))。這個過程的每一步都有非常多的選項，根據(jù)我們遇到的問題，需要設定各種不同的選項。

  • 什么是對抗機器學習？為何要對抗機器學習？

    對抗機器學習是一個機器學習與計算機安全的交叉領(lǐng)域。對抗機器學習旨在給惡意環(huán)境下的機器學習技術(shù)提供安全保障。由于機器學習技術(shù)一般研究的是同一個或較為穩(wěn)定的數(shù)據(jù)分布，當部署到現(xiàn)實中的時候，由于惡意用戶的存在，這種假設并不一定成立。比如研究人員發(fā)現(xiàn)，一些精心設計的對抗樣本(adversarial example)可以使機器學習模型不能成功地輸出正確的結(jié)果。針對模型的攻擊問題，我們主要分為兩大類，就是從訓練階段和推理(inference)階段來進行討論。

  • 智能電網(wǎng)是大勢所趨，智能電網(wǎng)首要特征介紹!

    以下內(nèi)容中，小編將對智能電網(wǎng)的相關(guān)內(nèi)容進行著重介紹和闡述，希望本文能幫您增進對智能電網(wǎng)的了解，和小編一起來看看吧。

  • 掃地機器人增速放緩，云鯨業(yè)績也難免下滑？

    在持續(xù)了數(shù)年的高增長態(tài)勢之后，掃地機器人行業(yè)的增速正逐漸放緩。奧維云網(wǎng)(AVC)的數(shù)據(jù)顯示，2022上半年，掃地機器人的零售額為57.3億元，同比增長9%，零售量為201萬臺，同比下滑28.3%。作為對比，在2020年和2021年，掃地機器人的零售額還是雙位數(shù)增長，而在2022年上半年，不僅銷售額增長降至個位數(shù)，而且零售量還首次出現(xiàn)了同比下滑，不難發(fā)現(xiàn)，掃地機器人行業(yè)已陷入了增長困境。行業(yè)整體形勢不容樂觀，即便是號稱掃地機器人“黑馬”的云鯨也難逃業(yè)績下滑的魔咒。根據(jù)市場數(shù)據(jù)，云鯨在2022年上半年的銷售額為3.5億元，較2021年上半年下降12.9%，呈現(xiàn)負增長態(tài)勢。

  • 歐菲光前瞻布局掃地機器人，當前最熱機器人市場

    隨著居民生活水平的提高和科技不斷進步，掃地機器人憑借消費升級與懶人經(jīng)濟的融合，深受廣大消費者們喜愛，市場需求持續(xù)攀升。GfK中怡康測算數(shù)據(jù)顯示，2022年1-8月，中國掃地機器人市場銷售額達到69億元，在整體清潔電器市場中銷售額占比高達39%，穩(wěn)居清潔電器市場榜首，同比增長13%。預計今年全年掃地機器人市場零售額規(guī)?？蛇_133億元，同比增長20.1%。據(jù)瑞銀預測數(shù)據(jù)，2025年全球和中國掃地機器人市場規(guī)模，將分別達到130億美元和50億美元。

  • 機器人是個大賽道，但是盈利甚微，難以落地？

    機器人無疑是大賽道，不過2022年的機器人賽道，個中滋味可能只有從業(yè)者最清楚。經(jīng)歷了兩年多的狂歡，掃地機器人逐漸告別高增長，根據(jù)IDC預測，2022年市場出貨量同比下降23.8%，市場壓力陡增。相比之下，人形機器人在2022年頗受矚目，戴森、特斯拉、小米……大佬趕集式布局。不過，重磅亮相之后，兩極化的市場反響、對商業(yè)前景的質(zhì)疑，不絕于耳。

  • 奇勃科技用3臺掃地機器人布局寫字樓清潔項目

    商用清潔機器人創(chuàng)企奇勃科技發(fā)布寫字樓智慧清潔解決方案，包含全能型寫字樓清潔旗艦ONE S55，敏捷型軟質(zhì)地面清潔助力V45、牽引式硬質(zhì)地面清潔專家H45，這三大產(chǎn)品協(xié)同能實現(xiàn)寫字樓場景全地面場景覆蓋。

  • 什么是生成對抗網(wǎng)絡

    生成對抗網(wǎng)絡(Generative Adversarial Networks,GAN)是用于無監(jiān)督學習的機器學習模型，由Ian Goodfellow等人在2014年提出。由神經(jīng)網(wǎng)絡構(gòu)成判別器和生成器構(gòu)成，通過一種互相競爭的機制組成的一種學習框架，GAN在深度學習領(lǐng)域掀起了一場革命，這場革命產(chǎn)生了一些重大的技術(shù)突破，學術(shù)界和工業(yè)界都開始接受并歡迎GAN的到來。GAN最厲害的地方是它的學習性質(zhì)是無監(jiān)督的，GAN也不需要標記數(shù)據(jù)，這使得GAN功能強大，因為數(shù)據(jù)標記的工作非?？菰铩?/p>

  • 機器學習的經(jīng)典代表算法總結(jié)（二）

    從1990到2012年，機器學習逐漸走向成熟和應用，在這20多年里機器學習的理論和方法得到了完善和充實，可謂是百花齊放的年代。代表性的重要成果有：支持向量機(SVM，1995)、AdaBoost算法(1997)、循環(huán)神經(jīng)網(wǎng)絡和LSTM(1997)、流形學習(2000)、隨機森林(2001)。

  • 機器學習的經(jīng)典代表算法總結(jié)（一）

    1980年機器學習作為一支獨立的力量登上了歷史舞臺。在這之后的10年里出現(xiàn)了一些重要的方法和理論，典型的代表是：分類與回歸樹(CART，1984)、反向傳播算法(1986)、卷積神經(jīng)網(wǎng)絡(1989)。

  • 無接觸配送降本增效，送餐機器人受到大力歡迎

    疫情之下，送餐機器人及其他無接觸式的科技服務迅速發(fā)展。而在近期放開后，有部分餐廳反映，當前服務員為食客服務會存在一定風險，于是引用了送餐機器人上場救急，通過無接觸服務來完成送物需求。如今，不少擁有連鎖餐廳都開始打造智能化，從機器人送餐、智能化服務等多方面運用科技元素。對于餐廳來說，不僅可以節(jié)省人工成本，更重要的可以提升效率，并且更好、更安全的服務客人。

  • 真正的無接觸配送，智能茶舍也引用送餐機器人了

    近日，東北一家智能茶舍開業(yè)，顧客可提前在微信小程序預約到店時間，到店后通過小程序操控開門，茶舍內(nèi)的空調(diào)、電視、音響等設備都可以通過智能機器人，以語音操控的方式開啟。店內(nèi)負責配送的也是機器人，后廚只要觸摸屏幕，下達配送任務，機器人就能將茶點送到指定房間。據(jù)茶舍負責人介紹，目前店里近七成的配送工作都會交給機器人操作，一臺機器人的配送效率堪比2名普通服務員。伴隨人們生產(chǎn)生活方式的智慧升級，智能服務機器人爆發(fā)已經(jīng)成為必然。

  • 餐飲智能化“異軍突起”，銳曼送餐機器人來了

    在生活中，機器人身影可以說是隨處可見，尤其是在餐飲行業(yè)，送餐機器人的應用更是以多元化的形態(tài)存在，躋身為餐飲界的“新寵兒”。傳統(tǒng)人工成本相對較高，服務效率較低，尤其在疫情影響下，對餐飲行業(yè)的沖擊較為顯著，這也導致送餐機器人成為解放餐飲勞動力的良策。作為移動機器人行業(yè)的引領(lǐng)者，銳曼推出熊貓送餐機器人——PANDA，用機器人賦能餐廳，提高服務效率，降本增效，通過機身廣告屏，播放餐廳圖片/視頻等，增強餐廳品牌營銷力，打造餐廳特色。

  • 機器學習算法分類有哪些

    機器學習算法可以按照不同的標準來進行分類。按照訓練樣本提供的信息以及反饋方式的不同，將機器學習算法分為監(jiān)督學習、無監(jiān)督學習和強化學習。

  • 機器學習的發(fā)展歷史介紹

    機器學習已經(jīng)成為了當今的熱門話題，但是從機器學習這個概念的誕生到機器學習技術(shù)的普遍應用經(jīng)過了漫長的過程。在機器學習發(fā)展的歷史長河中，眾多優(yōu)秀的學者為推動機器學習的發(fā)展做出了巨大的貢獻。

發(fā)布文章