全部 人工智能學科動態(tài) 人工智能技術(shù)資訊 人工智能常見問題 技術(shù)問答

• • 

    概率和似然有什么區(qū)別?

    概率和似然都是指可能性，但在統(tǒng)計學中，概率和似然有截然不同的用法。 查看全文>>

    人工智能常見問題2020-09-21 |傳智播客 |概率和似然有什么區(qū)別

  • 

    KNN和k-means聚類有什么不同？

    KNN算法主要是用于解決監(jiān)督學習中的分類問題;其數(shù)據(jù)集是由特征值和目標值組成，使用的數(shù)據(jù)是已經(jīng)標記過的數(shù)據(jù);KNN算法是一種懶惰算法，沒有明顯的前期訓練過程;里面的K值表示把這個樣本點分到哪個類別的參考數(shù)據(jù)點 查看全文>>

    人工智能常見問題2020-09-21 |傳智播客 |KNN和k-means聚類有什么不同

  • 

    什么是Bias和Variance？

    Bias 是由于你使用的學習算法過度簡單地擬合結(jié)果或者錯誤地擬合結(jié)果導致的錯誤。它反映的是模型在樣本上的輸出與真實值之間的誤差，即模型本身的精準度，即算法本身的擬合能力。Bias 可能會導致模型欠擬合，使其難以具有較高的預測準確性，也很難將你的知識從訓練集推廣到測試集。 查看全文>>

    人工智能常見問題2020-09-21 |傳智播客 |么是Bias和Variance

  • 

    fasttext和word2vec的區(qū)別?

    首先，要明確它在說的fasttext是什么?我們學的fasttext工具有兩個作用，也就是兩個主要接口，文本分類和訓練詞向量，而我們學習的word2vec是什么，是如何進行詞向量訓練的理論。 查看全文>>

    人工智能常見問題2020-09-21 |傳智播客 |fasttext和word2vec的區(qū)別

  • 

    BERT, GPT和 ELMo有什么不同點？

    BERT采用的是Transformer架構(gòu)中的Encoder模塊; GPT采用的是Transformer架構(gòu)中的Decoder模塊; ELMo采用的雙層雙向LSTM模塊。 查看全文>>

    人工智能常見問題2020-09-21 |傳智播客 |BERT, GPT和 ELMo有什么不同點

  • 

    BERT的MLM任務中為什么采用了80%, 10%, 10%的策略?

    首先, 如果所有參與訓練的token被100%的[MASK], 那么在fine-tunning的時候所有單詞都是已知的, 不存在[MASK], 那么模型就只能根據(jù)其他token的信息和語序結(jié)構(gòu)來預測當前詞, 而無法利用到這個詞本身的信息, 因為它們從未出現(xiàn)在訓練過程中, 等于模型從未接觸到它們的信息, 等于整個語義空間損失了部分信息. 采用80%的概率下應用[MASK], 既可以讓模型去學著預測這些單詞, 又以20%的概率保留了語義信息展示給模型. 查看全文>>

    人工智能常見問題2020-09-21 |黑馬程序員 |BERT,MLM任務中,了80%,10%,10%,策略

  • 

    若學員已經(jīng)報了人工智能課程，同時也喜歡爬蟲、Python Web開發(fā)如何辦？

    我們推提供中級進修課，可以在中級進行課程，繼續(xù)進行職業(yè)拓展。比如在爬蟲、web方面進行職業(yè)拓展。你可登錄我們的官網(wǎng)進行查看。 查看全文>>

    人工智能常見問題2020-09-16 |傳智播客 |人工智能課程,Python Web開發(fā)

  • 

    傳智播客人工智能課程如何保障學員的消化吸收?

    人工智能AI進階班，課程設(shè)置科學合理，適合AI技術(shù)初學者。該課程7個階段、6個項目、80%的都是人工智能課程，平衡學習曲線。課程設(shè)計環(huán)節(jié)已考慮消化吸收，讓零基礎(chǔ)小白、數(shù)學零基礎(chǔ)的學員、都能順利入行AI;解決AI行業(yè)入門難、學習難、精通難、學習周期長的痛點。 查看全文>>

    人工智能常見問題2020-09-16 |傳智播客 |如何保障學員的消化吸收

  << < 1 2 3 4 > >>