人工智能技术与微积分、线性代数、概率论与统计、计算机等多种学科相关，存在较高的理解门槛。但身处互联网大浪潮之中，除了专业算法工程师，其他的行业工作人员也希望对人工智能技术做些了解，以便更好地应用在业务之中，获得竞争力。 01 需求背景 当今数字化转型进程中，深度融合人工智能的基础理论和关键共性技术，对传统专业进行智能化升级改造，探索“X+人工智能技…

这篇文章没有摘要

这篇文章没有摘要

import numpy as np class DNN: def __init__(self, input_shape, shape, activations, eta=0.1, threshold=1e-5, softmax=False, max_epochs=1000, regularization=0.001, minibatch_size…

这篇文章没有摘要

这篇文章没有摘要

这篇文章没有摘要

这篇文章没有摘要

这篇文章没有摘要

1. AI应用的碎片化趋势 在安防、交通、金融等领域，人工智能（AI）已经得到了大规模的落地应用。随着数字化和智能化的发展，AI的落地场景也变得越来越多、越来越场景化，逐步渗透到城市治理、工业生产、能源和化工园区等诸多领域。然后碎片化意味着很难标准化，很难标准化意味着边际成本无法有效降低。只有解决了这个难题，才能让AI更好、更快的落地到千行百业。 …