AIGC资讯 - 北大

边缘AI芯片大消息！北大取得重要进展，这一赛道崛起？

随着以ChatGPT为代表的AIGC（人工智能技术生成内容）应用大量兴起，算力需求大增，同时需要更多的网络带宽成本。边缘AI运行在边缘设备上，不需要将数据上传云端来计算。具体公司方面，国盛证券指出，智能模组作…

AI芯片AIGC北大ChatGPT

券商中国 2023-04-18

边缘AI芯片有新消息，北大取得重要进展，达到世界先进水平！边缘AI崛起

随着以ChatGPT为代表的AIGC（人工智能技术生成内容）应用大量兴起，算力需求大增，同时需要更多的网络带宽成本。中科创达在接受结构调研时表示，公司在边缘计算和行业领域已经初具规模，以公司边缘计算技术为核心…

AI芯片AIGC北大ChatGPT

证券数据宝 2023-04-17

北大“韦神”出了道数学题，有老师用ChatGPT做答，结果出乎意料

近日，北京大学北京国际数学研究中心推出的一道数学题，获得了数学爱好者的广泛关注。出题的是北京大学数学科学学院研究员，第49届、第50届国际数学奥林匹克竞赛满分金牌得主韦东奕。题目截至目前，已

北大ChatGPT

书圈 2023-04-06

北大公开课-人工智能基础 67 机器学习的模型之网络化模型

网络化模型是指在机器学习中，使用多个模型来完成一个任务，这些模型之间通过网络连接起来，形成一个整体。这种方法可以提高模型的准确性和效率。例如，深度神经网络就是一种网络化模型，它由多个神经元组成，每个神经元都与其他神经元相连。这种模型可以用于图像识别、语音识别、自然语言处理等领域。除了深度神经网络，还有很多其他的网络化模型，例如卷积神经网络、循环神经网络等等。这些模型都有各自的优点和缺点，需要根据具体的任务来选择合适的模型。从生理结构上，人工神经元模拟生物神经元的功能核心功能是从输入导出输出。【前馈神经网络

北大人工智能机器学习

朝朝暮暮1895 2023-04-06

北大公开课-人工智能基础 66 机器学习的模型之逻辑模型

在机器学习中，逻辑模型通常指逻辑回归模型。逻辑回归是一种广泛使用的分类算法，它使用逻辑函数将输入特征映射到一个概率值，该概率值表示输入特征属于某个类别的概率。逻辑回归模型是一种线性模型，它使用最大似然估计来学习模型参数。除了逻辑回归，还有其他许多机器学习模型，例如支持向量机、决策树、随机森林等等。关联规则是指形如 XY 的蕴含表达式，其中 X 和 Y 是不相交的项集。在机器学习中，关联规则通常用于挖掘数据集中的频繁项集，以发现数据集中的有趣关系。例如，在超市购物数据中，可以使用关联规则来发现哪些商品经常一

北大人工智能机器学习

朝朝暮暮1895 2023-04-06

北大公开课-人工智能基础 64 机器学习的模型之概率模型

机器学习的模型是一种算法的表达，它通过梳理海量数据来查找模式或进行预测。机器学习模型是一个文件，在经过训练后可以识别特定类型的模式。简单来说，机器学习模型是学习数据特征与标签的关系或者学习数据特征内部的规律的一个函数。【贝叶斯网络】贝叶斯网络是一种概率图模型，模拟了人类推理过程中因果关系的不确定性，其网络拓扑结构是有向无环图 (Directed Acyclic Graphical, DAG)¹²。贝叶斯网络实际上是一种模拟人类推理过程中因果关系的不确定性处理模型²。贝叶斯网络可以用于分类、回归、聚类、特征

北大人工智能机器学习

朝朝暮暮1895 2023-04-05

GPT4注册、API接口、建立社群管理、咨询

【北大牛人的G-P-T4服务】：一个月之内建立了6个GPT交流的微信群，共2000多人；公众号为近万人提供GPT服务。不到一个月已经以GPT4变现10W+。可以做GPT4注册GPT4 API接口GPT、百度文心一言、人工智能等最新信息一网打尽。GPT使用技巧分享，包括提问技巧、智能写作技巧、智能绘画技巧等。GPT技术咨询智能客服系统试用名额私域运营最新教程建立VIP群，深度沟通AI、GPT等，实现社区智能管理。

北大百度文心一言人工智能客服

啦啦哇咔咔可可 2023-04-05

北大公开课-人工智能基础 62 机器学习的范型之强化学习范式

强化学习是一种机器学习方法，关注智能体与环境之间的交互，目标是追求最大回报。强化学习的特点包括：无监督，仅有奖励信号；反馈有延迟，不是瞬时的；时间是重要的（由于是时序数据，不是独立同分布的）；Agent的动作会影响后续得到的数据等。在强化学习中，回报值（reward）是智能体与环境交互的结果，是智能体在某个状态下采取某个动作后获得的奖励或惩罚，是智能体行动的目标。回报值承担了以下作用：1）指导智能体学习，2）定义任务目标，3）评估智能体的性能。在强化学习中，回报值是一个随机变量，因此需要取期望来计算¹³²

北大人工智能机器学习

朝朝暮暮1895 2023-04-05

北大公开课-人工智能基础 61 机器学习的范型之无监督学习范式

对于没有标注的数据进行机器学习（无标准答案的自学习机制）有监督学习和无监督学习是机器学习中的两个重要分支。有监督学习是指在训练数据中有标签，即已知每个样本的类别或结果，模型通过学习这些标签来预测新数据的类别或结果。而无监督学习则是在训练数据中没有标签，模型通过对数据的聚类、降维等方式来发现数据的内在结构和规律，从而实现对数据的分类、异常检测等任务。总体来说，有监督学习需要更多的人工干预和标注，但是其预测效果更加准确；而无监督学习则更加自动化，但是其预测效果可能会受到数据质量等因素的影响。对于卫星图片的无监

北大人工智能机器学习

朝朝暮暮1895 2023-04-05

北大公开课-人工智能基础 60 机器学习的范型之有监督学习范式

从数据中学习——机器学习从标记过的数据中学习——有监督机器学习【SVM】支持向量机（Support Vector Machine，SVM）是一种二分类模型，其基本模型定义在特征空间上的间隔最大的线性分类器，间隔最大使它有别于感知机。SVM还包括核技巧，这使它成为实质上的非线性分类器。SVM的学习策略就是间隔最大化，可形式化为一个求解凸二次规划（convex quadratic programming）的问题，也等价于正则化的合页损失函数（hinge loss）最小化问题¹³。SVM是一种非常优秀的分类算法

北大人工智能机器学习

朝朝暮暮1895 2023-04-05

下一页

AIGC重要产品

AI对话：类ChatGPT产品体验

好用的AI绘画工具

火热的AIGC产品

AIGC近期要闻

大公司发布的大模型产品都有哪些？

政府对AIGC的扶持政策

AIGC对就业的影响：我们会失业吗？

AIGC产业影响

AIGC对内容创作的影响

AIGC对绘画设计领域的影响

AIGC对各行各业的影响

Copyright © 2025 aigcdaily.cn  北京智识时代科技有限公司  版权所有  京ICP备2023006237号-1