“知识视界”产学研-视频播放

对不起，您不在IP段范围内，无法观看

1882 播放

播放有问题？请戳这里

强化学习算法中的Q-learning

时长：25 分钟

类别：智能产品开发与应用

简介：我们可以训练一个人工智能模型来找到两点之间的最佳距离而不使用算法吗？答案是肯定的！通过Q-Learning，我们可以赋予我们的人工智能类似生命的特性！在这个视频中，我们将教你所有关于Q-Learning等等之类的知识！

相关视频:

为什么使用卡尔曼滤波器

通过几个案例了解使用卡尔曼滤波器的常见场景。卡尔曼滤波器是一种优化估算算法，在不确定和间接测量的情况下估算系统状态。观看视频示例，了解卡尔曼滤波器背后的工作原理。
深度学习入门 1定义

观看MATLAB系列技术讲座，探索关键的深度学习概念。学习什么时候使用深度学习，发现哪种方法适合您的具体应用，并探索您可能会遇到的一些挑战。在本视频中探索深度学习基础知识。您将了解深度学习为何如此流行的原因，并逐步了解3个基本概念：深度学习是什么，它在现实世界中的使用方式以及入门方法。
什么是MATLAB

MATLAB®是一个编程的数值计算环境，数以百万计的工程师和科学家用它来分析数据，开发算法，并创建模型。MATLAB提供了专业开发的工具箱，用于信号和图像处理，控制系统，无线通信，计算金融，机器人，深度学习和人工智能等等。MATLAB结合了用于迭代分析和设计过程的桌面环境与直接表达矩阵和阵列数学的高级编程语言。
深度学习入门 2卷积神经网络

在本视频中探索卷积神经网络（也称为CNN或ConvNets）的基础。您将学习3个概念：本地接受域，共享权重和偏见以及激活和合并。您还将学习3种训练CNN的方法。
谷歌地图的崛起

谷歌地图已经超越了MapQuest、雅虎和苹果等竞争对手。但经过十年的投资，通过街景收集数据和数十亿张图像，谷歌每月拥有超过10亿用户。它每天更新数万次，已经绘制了超过220个国家和地区的地图。让我们来看看谷歌是如何主宰地图的。
卡尔曼滤波器 1状态观测器

卡尔曼滤波器是一种优化估算算法，在不确定和间接测量的情况下估算系统状态。本视频介绍了解状态观测器的工作原理，并解释其背后的数学原理。在无法直接测量时，使用状态观测器估算系统的内部状态。
5款最先进的人形机器人

不到30年前，先进的机器人只是一个充满希望的梦想和未来的愿景。快进到今天，由于科学和技术的不断进步，这些愿景已成为现实。今天，我们将来看一看现实生活中的机器人，让你认为未来就是现在！
卡尔曼滤波器 2最优状态估计

观看视频示例，了解卡尔曼滤波器背后的工作原理。本视频介绍卡尔曼滤波器结合两个信息源，预测状态和噪声测量，以产生最佳的，无偏的状态估计。

观看记录：

标签:

相关视频:

为什么使用卡尔曼滤波器

深度学习入门 1定义

什么是MATLAB

深度学习入门 2卷积神经网络

谷歌地图的崛起

卡尔曼滤波器 1状态观测器

5款最先进的人形机器人

卡尔曼滤波器 2最优状态估计