头歌--机器学习之决策树
1、下列说法正确的是？（AB）A、训练决策树的过程就是构建决策树的过程B、ID3算法是根据信息增益来构建决策树C、C4.5算法是根据基尼系数来构建决策树D、决策树模型的可理解性不高2、下列说法错误的是？（B）A、从树的根节点开始，根据特征的值一步一步走到叶子节点的过程是决策树做决策的过程B、决策树只
AI在智能家居控制中心中的应用：提升控制效率
作者：禅与计算机程序设计艺术 智能家居控制中心（IaC）是一个集成化的智能控制系统，它能够从各种设备采集数据、分析处理并实时监控用户需求，并据此优化控制策略，为用户提供更加舒适、安全、健康的家居环境。作为一个高度自动化的系统，IaC需要快速响应各种变化的环境，能
如何通过AWS的AI和机器学习服务进行智能分析和决策
作者：禅与计算机程序设计艺术 《55.《如何通过 AWS 的AI 和机器学习服务进行智能分析和决策》1. 引言1.1. 背景介绍随着人工智能和机器学习技术的快速发展，各个行业对智能分析和决策的需求也越来越强烈。而 AWS 作为业界领先的云
AI批量写文章伪原创：基于ChatGPT长文本模型，实现批量改写文章、批量回答问题（长期更新）
3、去重：程序读取指定目录下所有文件，批量发送给chatgpt，让其扮演自媒体创作者，帮我们修改文章，达到去重的目的，然后自动输出到指定目录。：内置好了四种类型，默认调用的是gpt-3.5-turbo-16k模板，最多一次支持几千字的输入，当key支持4.0也可以选择4.0模型。1、批量修改文章：程
【AI大模型】从软件开发工业化 DSL 到自然语言软件开发时代的变革
在我们的设计中，状态和行为是分离的，状态是不可变的，行为是可变的。这种设计的好处是，我们可以在不同的状态之间进行切换，而不需要重新创建行为。这种设计的缺点是，我们需要在状态和行为之间进行绑定，这样才能保证状态和行为的一致性。而在实现 Feakin 时，则是关注于如何实现设计态与实现态的绑定，我们将这
深度学习中常用的损失函数(一) —— MSELoss()
MSELoss() 损失函数学习笔记
用AI提升客户满意度：如何利用自然语言处理和人工智能技术改善客户服务流程
作者：禅与计算机程序设计艺术 《30. "用AI提升客户满意度： 如何利用自然语言处理和人工智能技术改善客户服务流程"》引言1.1. 背景介绍
The Deep Learning AI for Environmental Monitoring——Deep
作者：禅与计算机程序设计艺术 1.简介环境监测是整个经济社会发展的一个重要环节，环境数据是影响经济、金融、社会和政策走向的不可或缺的组成部分。目前，环境监测主要依靠地面站（例如气象台）或者卫星遥感影像获取的数据进行实时监测，其精确度受到数据源和采集技术、传感器尺
人工智能 与 搜索引擎的较量
随着科技的不断进步，人工智能（AI）已经渗透到了我们生活的方方面面，搜索引擎也不例外。AI与传统搜索引擎之间的较量成为了科技界和互联网用户关注的热点话题。
注意力机制
在神经网络学习中，一般而言模型的参数越多则模型的表达能力越强，模型所存储的信息量也越大，但这会带来信息过载的问题。通过引入注意力机制，在众多的输入信息中聚焦于对当前任务更为关键的信息，降低对其他信息的关注度，甚至过滤掉无关信息，就可以解决信息过载问题，并提高任务处理的效率和准确性。
拉普拉斯算子
介绍哈密尔顿算子，梯度，散度和拉普拉斯算子，及将拉普拉斯算子应用到图片上，利用拉普拉斯卷积核对图像进行边缘化处理
自监督表征学习方法——DINO方法
在这项工作中，我们展示了自监督预训练一个标准ViT模型的潜力，实现的性能是与为此设置设计的最佳凸网相媲美的。我们还看到了两个可以在未来应用中利用的特性：k-NN分类中特征的质量具有图像检索的潜力，其中ViT已经显示出了有希望的结果。然而，本文的主要结果是，我们有证据表明，自我监督学习可能是开发一个基
从GPU的内存访问视角对比NHWC和NCHW
NHWC和NCHW之间的选择会影响内存访问、计算效率吗？本文将从模型性能和硬件利用率来尝试说明这个问题。
华为开源自研AI框架昇思MindSpore应用案例：分布式并行训练基础样例（CPU）
华为开源自研AI框架昇思MindSpore应用案例：分布式并行训练基础样例
【人工智能的数学基础】最优传输(Optimal Transport)问题与Wasserstein距离
代表两堆石子，则问题等价于如何移动一堆石子，通过最小的累积移动距离把它堆成另外一堆石子。的不同位置分配的值。为离散型概率分布，则该优化问题可以表示为矩阵形式。表示寻找总运输成本最小的方案。放大后的上确界不会小于原来的上确界，因此不妨取。具有相同的概率分布。是概率分布，因此积分可以写作采样形式。描述了
人工智能各领域跨界能手——Transformer
导读：Transformer源自于AI自然语言处理任务；在计算机视觉领域，近年来Transformer逐渐替代CNN成为一个热门的研究方向。此外，Transformer在文本、语音、视频等多模态领域也在崭露头角。本文对Transformer从诞生到逐渐壮大为AI各领域主流模型的发展过程以及目前研究进
Key Insights from the First Year of AI at Google Brain
作者：禅与计算机程序设计艺术 1.简介1.1 作者简介我叫李晨，是Google Brain项目的一名AI专家。目前就职于Google Brain公司的AI实验室。之前是Facebook的研究员和PhD候选人。1.
用AI打造智能客服团队：如何提升客服团队的工作效率与能力
作者：禅与计算机程序设计艺术 在当前信息化时代，互联网企业快速发展，IT服务已成为支撑业务发展、营收增长的关键环节。由于公司各业务线依赖统一的客户服务中心，客服经理每天都需要处理各种琐碎的工作，因此需要建立能够智能响应用户咨询的问题、快速准确的反馈到相关部门。而
【写给自己】成功使用ResNet识别RML2018.a数据集
源码来自[https://blog.csdn.net/qq_34467412/article/details/90738232](https://blog.csdn.net/qq_34467412/article/details/90738232)，作者也是对论文作者ResNet框架的复现，而我是在
营销自动化流程优化：人工智能技术助力
作者：禅与计算机程序设计艺术 营销自动化是一个越来越火热的话题，从最早的电话营销到互联网营销，再到移动互联网营销、线上营销，目前营销自动化已经成为各行各业中非常重要的环节。而随着社会经济环境的不断变化，对于营销自动化的需求也在发生着变化。比如说最近各行各业的电商
