三级国产国语三级在线蔓延,国产精品老汉av,成人爽a毛片免费软件,亚洲日韩高清AⅤ在线观看

  在過去的幾個月中，我與很多的決策者交流了有關人工智能特別是機器學習方面的問題。其中有幾名高管已經(jīng)被投資者詢問了有關他們在機器學習(Machine Learning)方面的戰(zhàn)略，以及在哪些方面運用了機器學習

2017-11-03 00:00:00 · 中國自動化網(wǎng) 閱讀：362
  在過去的幾個月中，我與很多的決策者交流了有關人工智能特別是機器學習方面的問題。其中有幾名高管已經(jīng)被投資者詢問了有關他們在機器學習(Machine Learning)方面的戰(zhàn)略，以及在哪些方面運用了機器學習

  在過去的幾個月中，我與很多的決策者交流了有關人工智能特別是機器學習方面的問題。其中有幾名高管已經(jīng)被投資者詢問了有關他們在機器學習(Machine Learning)方面的戰(zhàn)略，以及在哪些方面運用了機器學習。那么這個技術課題為什么突然會成為公司董事會討論的話題呢?

  計算機應該為人類解決問題。傳統(tǒng)的方法是“編寫”所需的程序，換句話說，就是我們教電腦問題解決的算法。該算法詳細描述了解決問題的過程，就像食譜一樣。很多任務都可以用算法來描述。例如，在小學里，我們學習了數(shù)字加法算法。當涉及到要快速、完美地運行這種算法時，計算機比人類更勝任這個工作。

  
  然而，這個問題解決的過程是有局限性的。我們?nèi)绾巫R別一張貓的照片呢?這個看起來很簡單的任務卻難以用一種算法來描述。讓我們稍等片刻，仔細想想。即使是簡單的說明(如“有四條腿”或“有兩只眼睛”)也有其缺點，因為這些特點可能會被隱藏，或照片可能只顯示了貓的一部分。如果我們遇到識別腿或眼睛的任務時，那與識別貓一樣的困難。
  
  這正是機器學習展現(xiàn)其實力的地方。計算機不需要開發(fā)算法來解決問題，而是使用示例來學習算法本身。我們用樣本來訓練計算機。對于識別貓這個例子，我們需要使用大量的標注了貓的照片來訓練系統(tǒng)(監(jiān)督學習)。通過這種方式，算法會發(fā)生進化，繼而成熟，并最終能夠識別出陌生圖片上的貓。
  
  事實上，在這種情況下，計算機通常不會學習經(jīng)典程序，甚至都不會學習模型中的參數(shù)，例如網(wǎng)絡中的邊緣權重。這個原理可以與我們大腦(包含了神經(jīng)元)的學習過程相比較。像大腦一樣，與傳統(tǒng)程序不同，這種具有邊緣權重的網(wǎng)絡幾乎不可能被人類所理解。

  



  在這種情況下，被稱為深度學習的人工神經(jīng)網(wǎng)絡學習方法得到了巨大的成功。深度學習是一種特殊的機器學習，反過來又是人工智能的一門學科，是計算機科學研究的主要分支。早在2012年，谷歌研究小組成功地訓練了一個擁有16000臺計算機，并從1000萬段YouTube視頻中識別貓(和其他對象類別)的網(wǎng)絡。他們采用的就是深度學習技術。


  
  許多與練習有關的問題更傾向于屬于“識別貓”這個類別，而不是“數(shù)字加法”，因此，很難用人類編寫的算法來解決這些問題。這些問題通常是在某些數(shù)據(jù)中識別模式，例如識別圖像中的對象、語言中的文本或交易數(shù)據(jù)中的欺詐行為。
  
  這里有一個簡單的例子，我們來看一下預測性維護。想象一下許多傳感器正在發(fā)送數(shù)據(jù)流，有時，某些機器會發(fā)生故障。現(xiàn)在的難題就是學習導致故障的數(shù)據(jù)流的模式。一旦學會了這種模式，就可以在正常操作期間識別出這種模式，從而預防潛在的故障。
  
  雖然機器學習的原理并不新鮮，但目前深受大眾的追捧。這主要有三個原因：首先，用于應用和訓練的大量數(shù)據(jù)的可用性(“大數(shù)據(jù)”);其次，我們現(xiàn)在擁有巨大的計算能力，特別是在云端;第三，一系列的開源項目使得每個人或多或少會使用一些算法。（本文引用地址：http://www.eepw.com.cn/article/201711/370980.htm）
聲明：本文內(nèi)容來源自網(wǎng)絡，文字、圖片等素材版權屬于原作者，橙電平臺轉(zhuǎn)載素材出于傳遞更多信息，文章內(nèi)容僅供參考與學習，切勿作為商業(yè)目的使用。 如果侵害了您的合法權益，請您及時與我們聯(lián)系(2430586914@qq.com)，我們會在第一時間進行處理！我們尊重版權，也致力于保護版權，橙電平臺感謝您的分享！

TOPS
  • 日排行 /
  • 周排行 /
  • 原創(chuàng)