2020年值得关注的20大机器学习和数据科学网站

当今最进步,最前沿,最令人兴奋的……数据科学和机器学习是当今那些非常有吸引力且热门,热门,超级热门的领域。 但是,要与这些领域的所有进步和发展保持同步,你需要付出很多努力-研究,阅读,检查所有信息,新闻,指南和其他内容。

【图解机器学习】人人都能懂的算法原理

算法公式挺费神,机器学习太伤人。任何一个刚入门机器学习的人都会被复杂的公式和晦涩难懂的术语吓到。但其实,如果有通俗易懂的图解,理解机器学习的原理就会非常容易。本文整理了一篇博客文章的内容,读者可根据这些图理解看似高深的机器学习算法。

Imagination获得HORIBA MIRA颁发的ISO 26262流程一致性认证声明

Imagination Technologies宣布,公司在成功通过HORIBA MIRA对其功能安全管理系统进行的审查之后,已获得ISO 26262流程一致性(process conformance)认证。整车厂(OEM)、一级供应商(Tier 1)和半导体供应商现在可以满怀信心地将Imagination符合ISO 26262标准的IP集成至其产品中。

机器学习必备:TensorFlow的11个使用技巧整理

TensorFlow2.x在构建模型和总体使用方面提供了很多便利。那么,在tf中有什么新功能?在本文中,我们将探索TF 2.0的10个功能,这些功能让TensorFlow的使用更加顺畅,减少了代码行并提高了效率,因为这些函数/类属于TensorFlow API。

为什么需要纹理过滤?

在计算机图形学中,纹理过滤或者说纹理平滑是在纹理采样中使采样结果更加合理,以减少各种人为产生的穿帮现象的技术。纹理过滤分为放大过滤和缩小过滤两种类型。对应于这两种类型,纹理过滤可以是通过对稀疏纹理插值进行填充的重构过滤(需要放大)或者是需要的纹理尺寸低于纹理本身的尺寸时(需要缩小)的一种抗锯齿过滤。

CCPA vs. GDPR:欧美这两部个人数据保护法有什么差异?

欧盟一般数据保护条例(GDPR)和加州消费者隐私法案(CCPA)是欧美两大经济体所出台的两部具有代表意义的个人数据保护方面的法规,代表欧美监管机关对于个人数据保护两种不同的管控取向。

机器学习:如何进行特征选择?

对当前学习任务有价值的属性称为是“相关特征”,没有价值的属性称为是“无关特征”,从给定的特征集中选择出相关特征子集的过程,就称为是“特征选择”。其中还有一种特征称为是“冗余特征”,这些特征指的是可以从其他特征中推演出来的特征。

汽车组合式仪表盘的渲染优化

在几乎所有现代化汽车上,数字仪表盘从某种形式上来说属于标准功能,它们第一次出现是在20世纪80年代,最近几年它们又重新流行起来,这在很大程度上要归功于现代GPU更加强大的图形功能。虽然低配的汽车可能只有里程计算的数字显示,但是高端车型则设计了完全数字化的仪表盘,包括表盘。