物联网与重大网络攻击有关，包括滥用薄弱相关的设备，例如监控摄像头，用于恶意活动。人们对物联网连接数十亿设备到互联网的潜力表示担忧，需要采取适当的措施来弥补安全漏洞。区块链应运而生，这项新兴技术有望降低物联网设备被中央机构控制的风险，并提高物联网实施的安全性。物联网定义物联网生态系统是一个互联设备的网络，允许……阅读更多

在本文中，我们将学习训练集、测试集和验证集之间的区别。引言数据分割是我们可以在机器学习/深度学习任务中使用的最简单的预处理技术之一。原始数据集被分割成子集，例如训练集、测试集和验证集。这样做的主要原因之一是解决过拟合问题。但是，还有其他好处。让我们简要了解一下这些术语，并看看它们如何有用。训练集训练集用于拟合或训练模型。这些……阅读更多

在本文中，让我们探讨 2022 年人工智能领域中七个有前景且蓬勃发展的领域。引言在过去十年中，我们在几乎每个领域都看到了与人工智能相关的技术取得了巨大的进步和发展，并且在当前时代或十年中仍然变得越来越重要。人工智能和机器学习领域已经取得了突破性的研究成果，改变了我们追求机器智能技术的现状。人工智能相关技术已应用于各个领域。举几个例子，例如医疗保健、网络安全、人力资源流程、太空探索等等。2022 年的趋势 1.……阅读更多

引言回归分析是最基本的预测分析形式。在统计学中，线性回归是模拟标量值与一个或多个解释变量之间关系的方法。在机器学习中，线性回归是一种监督算法。这种算法根据自变量预测目标值。更多关于线性回归和回归分析在线性回归/分析中，目标是真实值或连续值，例如工资、BMI 等。它通常用于预测因变量和一堆自变量之间的关系。这些模型通常拟合线性方程，……阅读更多

引言基于图像数据的深度学习中最常见的任务之一是图像分类。由于新的高性能机器学习框架的开发，图像分类在研究领域变得越来越有趣。这种分类可以是二元分类（存在两类图像）或多类分类（处理两类以上的图像）。在本文中，我们将探讨迁移学习与多类图像分类。多类图像分类随着人工神经网络的进步和卷积神经网络的发展，图像的复杂运算已经……阅读更多

在本教程中，我们将学习如何在 ML 中处理不平衡类。引言一般来说，机器学习中的类不平衡是指一种类型或观测值的类比另一种类型更高的情况。这是机器学习中一个常见的问题，涉及欺诈检测、广告点击率、垃圾邮件检测、客户流失等任务。它对模型的准确性有很大的影响。类不平衡的影响在这种情况下，多数类在训练模型时会压倒少数类。由于在这种情况下，一个……阅读更多

本文让我们看看当今机器学习工程师面临的一些常见挑战。引言如今，机器学习已成为每个领域或行业的尖端技术，机器学习人员的数量也大大增加，因此从头到尾实施人工智能项目（从起草概念到将概念付诸生产）的挑战也随之而来。机器学习工程师的道路并不容易，因为他/她在这个过程中会面临许多挑战。收集高质量的数据是的，这是真的。我们不能否认，如今数据……阅读更多

在本文中，我们将学习如何使用支持向量机预测股票价格方向。机器学习是一种人工智能应用，它正在改善世界在各个学科中的运作方式。从本质上讲，它是一种算法或模型，它识别特定数据集中的模式，然后根据通用数据预测学习到的模式。简单来说，这就是机器学习经验并通过经验调整以得出正确且可重复的结论的概念。在这篇文章中，我们将研究使用支持向量机预测股票价格方向。让我们开始吧。……阅读更多

人工智能 (AI) 是人工创建的机器能够进行逻辑思考或类似人类行为的能力。可以利用对理性智能体及其环境的研究来定义人工智能系统。智能体使用传感器来感知其环境，并使用执行器对其进行操作。人工智能智能体中可能存在知识、信念、目的和其他心理属性。人工智能智能体与 PEAS 直接相关。在这篇文章中，我们将仔细研究 PEAS 及其一些示例。什么是 PEAS 描述符？PEAS 是一种人工智能智能体表示系统，它专注于评估……阅读更多

在数据科学领域，数据准备是在建模之前必要的步骤。在数据准备过程中，我们必须执行许多活动。一项重要的任务是对分类数据进行编码。众所周知，现实世界中的大部分数据都具有分类字符串值，而大多数机器学习模型仅使用整数值进行操作。但是，某些模型可以使用其他更复杂但仍然可被模型理解的值。从本质上讲，所有模型都执行可以使用各种工具和方法完成的数学运算。但是……阅读更多