demi的博客

在机器学习中，对于监督学习我们可以将其分为两类模型：判别式模型和生成式模型。可以简单地说，生成式模型是针对联合分布进行建模，而判别式模型则针对条件分布建模。
从感性上认识，生成式能学习到更多信息，而判别式则较少，就好比学习英语，有类人只学会听懂这是英语，有类人学会了听懂这是英语并且知道说的是什么。另外，生成式模型在一定条件下也可以转换成判别式模型，比如通过贝叶斯公式进行转换。

据统计每年因为交通事故而丧失生命的人超过120万人。而自动驾驶可以大大的提高汽车的安全性，那自动驾驶和安全的关系是怎样的呢？这首先得从汽车安全的历史说起。早期的汽车因该只是想更省力，更快捷的到达目的地，让人“走”的更快和更远。渐渐的道路上的车子多了之后，由于驾驶员失误，或者由于汽车本身设计存在缺陷往往造成了碰撞这类最常见的事故。

习惯玩游戏的人都知道，一般游戏都会出现辅助或外挂，影响游戏，不同游戏有不同风险，如果风险点没有把控好就容易被利用。本文将介绍游戏的类型以及各类游戏存在的风险点。

渲染路径可选是unity最重要的特性之一。或许对于那些对unity不甚理解的人来说，前向渲染和递延渲染仅仅类似于将物体的外形在正常以及怪异之间进行切换。为了更好理解为什么需要多个渲染路径，我们需要对其背后的工作原理有所了解。

物联网公司必须注意九个因素才能在未来几年取得成功。其中涉及确保物联网工具可以连接到其他标准和系统，记住物联网与现实世界的交互，通过集线器和区域模型实现面向未来的可扩展性等等。那么，为物联网(IoT)调整网络究竟是什么呢?坚持下面列出的九个因素。遵循以下九个因素的物联网公司在未来几年一定会取得成功。

在机器学习的模型中，如果模型的参数太多，而训练样本又太少，训练出来的模型很容易产生过拟合的现象。在训练神经网络的时候经常会遇到过拟合的问题，过拟合具体表现在：模型在训练数据上损失函数较小，预测准确率较高；但是在测试数据上损失函数比较大，预测准确率较低。

AI将接棒 “性能之争”，成为市场增长的新驱动，悉数手机发展史，手机市场的阶段性变化受到几个因素影响，一是通讯网络的代际发展，通讯的升级，直接导致了手机市 场在增量市场与存量市场之间切换；二是手机产品的变化发展，这种发展有大哥大到功能机、功能机到智能机的颠覆式变 革，也有像素、屏幕优化等升级式发展。

人工智能将继续成为2019年讨论的热门话题。它引起了初创企业，企业，供应商，媒体，研究公司和政府机构的关注等等。他们都试图利用人工智能实现并提高其底线。来年将是建立新AI应用程序和现有应用程序增长的关键一年。以下是我想要强调的前五大趋势。

机器学习是目前人工智能最令人激动的研究方向之一。我们可能更关注机器学习算法的实现细节，沉浸于机器学习所需要的数学功底，但对于机器学习从业者来说，如何更好更快速的实现一个机器学习项目更值得关注。

目前ADAS常用的环境感知传感器主要有摄像头、毫米波雷达和超声波雷达三种，本文将针对这三种传感器进行介绍，其它应用较少的红外传感器、激光雷达等本文不予涉及。