人工智能

上一篇文章介绍了 RNN，这一篇文章将介绍一下其他常见的神经网络。 循环神经网络（RNN） 循环神经网络（RNN），用于处理序列数据。与传统的神经网络不同，RNN具有循环连接，使得它可以在处理序列时保

在上一篇文章机器学习入门（九）多层感知机中，我们了解了最基础和最简单的神经网络结构 MLP ，这篇文章将介绍卷积神经网络，也叫CNN。在处理图像等具有空间结构的数据时，CNN通常比MLP表现得更好，而

在之前的文章中，我们学习了各种机器学习的算法。从这篇文章开始，我们将了解现在最流行的机器学习算法即神经网络。神经网络有很多种类型，这篇文章将介绍神经网络种最简单和基础的类型——多层感知机（MLP） 为

欠拟合和过拟合 对于训练好的模型，我们希望它在训练数据集有很好的拟合，同时也希望它在测试集有很好的拟合结果。度量模型的这种泛化能力最直观的表示就是模型的欠拟合和过拟合。 欠拟合 欠拟合是指模型在训练集

在之前的文章中，我们做了很多示例，比如房价预测、鸢尾花分类等。这些示例的训练模型的维度都不高，但是在实际运用中，模型的维度一般都在 100 以上，有的甚至达到了亿级。 像这种高维的模型会带来很多的问题

如下图所示，不同于假设的数据，在现实中我们获取到的数据集一定会存在某些异常的数据点。 如果异常的数据点太多或者影响太大，则会显著降低我们模型的性能。这时，我们可以使用异常检测的方法来找出数据集中的异常

前面介绍的线性回归、逻辑回归和决策树都是监督算法，这篇文章将介绍聚类算法，它是一个无监督的算法。 聚类算法会根据对象某些属性得相似度，将其自动划分为不同得类别。常用的聚类算法有 KMeans（K-均值

在上一篇文章 机器学习入门（三）逻辑回归 中介绍了监督学习的逻辑回归算法，这一篇文章将介绍决策树算法。 决策树 决策树是一种对实例进行分类的树形结构，通过多层判断区分目标所属类别。决策树会通过多层判断

在上一篇文章 机器学习入门（二）线性回归 中我们介绍了线性回归，这一篇文章将介绍监督学习中的逻辑回归。 线性回归面对分类问题的缺陷 在生活中除了预测房价这种回归问题，还有像判断一封电子邮件是否是垃圾邮

在上一篇文章 机器学习入门（一）什么是机器学习 中，提到过，机器学习一般分为监督学习、无监督学习、半监督学习以及强化学习四种。这篇文章将介绍监督学习中的线性回归算法。 单因子的线性回归 回归分析是指根

什么是人工智能 人工智能，也称机器智能，指由人制造出来的机器所表现出来的智能。人工智能的核心问题包括构建能够跟人类类似甚至超越的推理、知识、规范、学习、交流、感知、移物等能力。简单来说，人工智能就是机

Spark-TTS 是一款由多所高校与企业联合开源的文本转语音模型，支持中英文双语的TTS。 相比传统AI语音，它更自然、更可控，且支持低配电脑CPU推理。 安装 Spark-TTS Spark-TT

人工智能学派 一般来说，人工智能 （AI）是指通过计算机程序或机器来模拟、实现人类智能的技术和方法。但是正如一百个读者就有一百个哈姆雷特，不同的人对实现人工智能的方式有不同的看法。主要有三个学派，分别