电子发烧友网>人工智能> > 正文

机器学习的范围/算法/分类

2021年01月21日 09:29 次阅读

什么是机器学习?机器学习是英文名称MachineLearning(简称ML)的直译。机器学习涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。相对于传统的计算机工作,我们给它一串指令,然后它遵照这个指令一步步执行下去即可。机器学习根本不接受你输入的指令,相反,它只接受你输入的数据!也就是说它某种意义上具有了我们人处理事情的能力。

机器学习发展史

机器学习是人工智能研究较为年轻的分支,它的发展过程大体上可分为4个时期。第一阶段是在20世纪50年代中叶到60年代中叶,属于热烈时期。第二阶段是在20世纪60年代中叶至70年代中叶,被称为机器学习的冷静时期。第三阶段是从20世纪70年代中叶至80年代中叶,称为复兴时期。机器学习的最新阶段始于1986年。机器学习进入新阶段的重要表现在下列诸方面:

(1)机器学习已成为新的边缘学科并在高校形成一门课程。它综合应用心理学、生物学和神经生理学以及数学、自动化和计算机科学形成机器学习理论基础。

(2)结合各种学习方法,取长补短的多种形式的集成学习系统研究正在兴起。特别是连接学习符号学习的耦合可以更好地解决连续性信号处理中知识与技能的获取与求精问题而受到重视。

(3)机器学习与人工智能各种基础问题的统一性观点正在形成。例如学习与问题求解结合进行、知识表达便于学习的观点产生了通用智能系统SOAR的组块学习。类比学习与问题求解结合的基于案例方法已成为经验学习的重要方向。

(4)各种学习方法的应用范围不断扩大,一部分已形成商品。归纳学习的知识获取工具已在诊断分类型专家系统中广泛使用。连接学习在声图文识别中占优势。分析学习已用于设计综合型专家系统。遗传算法与强化学习在工程控制中有较好的应用前景。与符号系统耦合的神经网络连接学习将在企业的智能管理与智能机器人运动规划中发挥作用。(5)与机器学习有关的学术活动空前活跃。国际上除每年一次的机器学习研讨会外,还有计算机学习理论会议以及遗传算法会议。

机器学习的范围

机器学习跟模式识别,统计学习,数据挖掘,计算机视觉,语音识别,自然语言处理等领域有着很深的联系。从范围上来说,机器学习跟模式识别,统计学习,数据挖掘是类似的,同时,机器学习与其他领域的处理技术的结合,形成了计算机视觉、语音识别、自然语言处理等交叉学科。因此,一般说数据挖掘时,可以等同于说机器学习。同时,我们平常所说的机器学习应用,应该是通用的,不仅仅局限在结构化数据,还有图像,音频等应用。

模式识别

模式识别=机器学习。两者的主要区别在于前者是从工业界发展起来的概念,后者则主要源自计算机学科。在著名的《PatternRecogniTIonAndMachineLearning》这本书中,ChristopherM.Bishop在开头是这样说的“模式识别源自工业界,而机器学习来自于计算机学科。不过,它们中的活动可以被视为同一个领域的两个方面,同时在过去的10年间,它们都有了长足的发展”。

数据挖掘

数据挖掘=机器学习+数据库,记得大学的最后一学期开了一门数据挖掘的课,何为数据挖掘,就是从海量的数据中挖掘出有用的数据,其实从某种意义上来说和大数据分析很像。数据挖掘通常与计算机科学有关,并通过统计、在线分析处理、情报检索、机器学习、专家系统(依靠过去的经验法则)和模式识别等诸多方法来实现上述目标。

统计学习

统计学习近似等于机器学习。统计学习是个与机器学习高度重叠的学科。因为机器学习中的大多数方法来自统计学,甚至可以认为,统计学的发展促进机器学习的繁荣昌盛。例如著名的支持向量机算法,就是源自统计学科。但是在某种程度上两者是有分别的,这个分别在于:统计学习者重点关注的是统计模型的发展与优化,偏数学,而机器学习者更关注的是能够解决问题,偏实践,因此机器学习研究者会重点研究学习算法在计算机上执行的效率与准确性的提升。

计算机视觉

计算机视觉=图像处理+机器学习。图像处理技术用于将图像处理为适合进入机器学习模型中的输入,机器学习则负责从图像中识别出相关的模式。随着机器学习的新领域深度学习的发展,大大促进了计算机图像识别的效果,因此未来计算机视觉界的发展前景不可估量。

语音识别

语音识别=语音处理+机器学习。语音识别就是音频处理技术与机器学习的结合。语音识别技术一般不会单独使用,一般会结合自然语言处理的相关技术。目前的相关应用有苹果的语音助手siri,讯飞等国内很多的科技公司和机构。

自然语言处理

自然语言处理=文本处理+机器学习。自然语言处理技术主要是让机器理解人类的语言的一门领域。在自然语言处理技术中,大量使用了编译原理相关的技术,例如词法分析,语法分析等等,除此之外,在理解这个层面,则使用了语义理解,机器学习等技术。

机器学习算法

监督式学习

监督式学习算法包括一个目标变量(因变量)和用来预测目标变量的预测变量(自变量)。通过这些变量我们可以搭建一个模型,从而对于一个已知的预测变量值,我们可以得到对应的目标变量值。重复训练这个模型,直到它能在训练数据集上达到预定的准确度。属于监督式学习的算法有:回归模型,决策树,随机森林,K邻近算法,逻辑回归等。

无监督式学习

与监督式学习不同的是,无监督学习中我们没有需要预测或估计的目标变量。无监督式学习是用来对总体对象进行分类的。它在根据某一指标将客户分类上有广泛应用。属于无监督式学习的算法有:关联规则,K-means聚类算法等。

强化学习

这个算法可以训练程序做出某一决定。程序在某一情况下尝试所有的可能行动,记录不同行动的结果并试着找出最好的一次尝试来做决定。属于这一类算法的有马尔可夫决策过程。

常见算法

常见的机器学习算法以下是最常用的机器学习算法,大部分数据问题都可以通过它们解决:1.线性回归(LinearRegression)2.逻辑回归(LogisTIcRegression)3.决策树(DecisionTree)4.支持向量机(SVM)5.朴素贝叶斯(NaiveBayes)6.K邻近算法(KNN)7.K-均值算法(K-means)8.随机森林(RandomForest)9.降低维度算法(DimensionalityReducTIonAlgorithms)10.GradientBoost和Adaboost算法

机器学习分类

基于学习策略的分类

学习策略是指学习过程中系统所采用的推理策略。一个学习系统总是由学习和环境两部分组成。由环境(如书本或教师)提供信息,学习部分则实现信息转换,用能够理解的形式记忆下来,并从中获取有用的信息。在学习过程中,学生(学习部分)使用的推理越少,他对教师(环境)的依赖就越大,教师的负担也就越重。学习策略的分类标准就是根据学生实现信息转换所需的推理多少和难易程度来分类的,依从简单到复杂,从少到多的次序分为以下六种基本类型:

1)机械学习(Rotelearning)

学习者无需任何推理或其它的知识转换,直接吸取环境所提供的信息。如塞缪尔的跳棋程序,纽厄尔和西蒙的LT系统。这类学习系统主要考虑的是如何索引存贮的知识并加以利用。系统的学习方法是直接通过事先编好、构造好的程序来学习,学习者不作任何工作,或者是通过直接接收既定的事实和数据进行学习,对输入信息不作任何的推理。

2)示教学习(LearningfrominstrucTIon或Learningbybeingtold)

学生从环境(教师或其它信息源如教科书等)获取信息,把知识转换成内部可使用的表示形式,并将新的知识和原有知识有机地结合为一体。所以要求学生有一定程度的推理能力,但环境仍要做大量的工作。教师以某种形式提出和组织知识,以使学生拥有的知识可以不断地增加。这种学习方法和人类社会的学校教学方式相似,学习的任务就是建立一个系统,使它能接受教导和建议,并有效地存贮和应用学到的知识。不少专家系统在建立知识库时使用这种方法去实现知识获取。示教学习的一个典型应用例是FOO程序。

3)演绎学习(Learningbydeduction)

学生所用的推理形式为演绎推理。推理从公理出发,经过逻辑变换推导出结论。这种推理是“保真”变换和特化(specialization)的过程,使学生在推理过程中可以获取有用的知识。这种学习方法包含宏操作(macro-operation)学习、知识编辑和组块(Chunking)技术。演绎推理的逆过程是归纳推理。

4)类比学习(Learningbyanalogy)

利用二个不同领域(源域、目标域)中的知识相似性,可以通过类比,从源域的知识(包括相似的特征和其它性质)推导出目标域的相应知识,从而实现学习。类比学习系统可以使一个已有的计算机应用系统转变为适应于新的领域,来完成原先没有设计的相类似的功能。类比学习需要比上述三种学习方式更多的推理。它一般要求先从知识源(源域)中检索出可用的知识,再将其转换成新的形式,用到新的状况(目标域)中去。类比学习在人类科学技术发展史上起着重要作用,许多科学发现就是通过类比得到的。例如著名的卢瑟福类比就是通过将原子结构(目标域)同太阳系(源域)作类比,揭示了原子结构的奥秘。

5)基于解释的学习(Explanation-basedlearning,EBL)

学生根据教师提供的目标概念、该概念的一个例子、领域理论及可操作准则,首先构造一个解释来说明为什该例子满足目标概念,然后将解释推广为目标概念的一个满足可操作准则的充分条件。EBL已被广泛应用于知识库求精和改善系统的性能。著名的EBL系统有迪乔恩(G.DeJong)的GENESIS,米切尔(T.Mitchell)的LEXII和LEAP,以及明顿(S.Minton)等的PRODIGY。

6)归纳学习(Learningfrominduction)

归纳学习是由教师或环境提供某概念的一些实例或反例,让学生通过归纳推理得出该概念的一般描述。这种学习的推理工作量远多于示教学习和演绎学习,因为环境并不提供一般性概念描述(如公理)。从某种程度上说,归纳学习的推理量也比类比学习大,因为没有一个类似的概念可以作为“源概念”加以取用。归纳学习是最基本的,发展也较为成熟的学习方法,在人工智能领域中已经得到广泛的研究和应用。

基于所获取知识的表示形式分类

学习系统获取的知识可能有:行为规则、物理对象的描述、问题求解策略、各种分类及其它用于任务实现的知识类型。对于学习中获取的知识,主要有以下一些表示形式:

1)代数表达式参数

学习的目标是调节一个固定函数形式的代数表达式参数或系数来达到一个理想的性能。

2)决策树

用决策树来划分物体的类属,树中每一内部节点对应一个物体属性,而每一边对应于这些属性的可选值,树的叶节点则对应于物体的每个基本分类。

3)形式文法

在识别一个特定语言的学习中,通过对该语言的一系列表达式进行归纳,形成该语言的形式文法。

4)产生式规则

产生式规则表示为条件—动作对,已被极为广泛地使用。学习系统中的学习行为主要是:生成、泛化、特化(Specialization)或合成产生式规则。

5)形式逻辑表达式

形式逻辑表达式的基本成分是命题、谓词、变量、约束变量范围的语句,及嵌入的逻辑表达式。

6)图和网络

有的系统采用图匹配和图转换方案来有效地比较和索引知识。

7)框架和模式(schema)

每个框架包含一组槽,用于描述事物(概念和个体)的各个方面。

8)计算机程序和其它的过程编码

获取这种形式的知识,目的在于取得一种能实现特定过程的能力,而不是为了推断该过程的内部结构。

9)神经网络

这主要用在联接学习中。学习所获取的知识,最后归纳为一个神经网络。

10)多种表示形式的组合

根据表示的精细程度,可将知识表示形式分为两大类:泛化程度高的粗粒度符号表示、??泛化程度低的精粒度亚符号(sub-symbolic)表示。像决策树、形式文法、产生式规则、形式逻辑表达式、框架和模式等属于符号表示类;而代数表达式参数、图和网络、神经网络等则属亚符号表示类。

按应用领域分类

最主要的应用领域有:专家系统、认知模拟、规划和问题求解、数据挖掘、网络信息服务、图象识别、故障诊断、自然语言理解、机器人和博弈等领域。从机器学习的执行部分所反映的任务类型上看,大部分的应用研究领域基本上集中于以下两个范畴:分类和问题求解。(1)分类任务要求系统依据已知的分类知识对输入的未知模式(该模式的描述)作分析,以确定输入模式的类属。相应的学习目标就是学习用于分类的准则(如分类规则)。(2)问题求解任务要求对于给定的目标状态,??寻找一个将当前状态转换为目标状态的动作序列;机器学习在这一领域的研究工作大部分集中于通过学习来获取能提高问题求解效率的知识(如搜索控制知识,启发式知识等)。

综合分类

1)经验性归纳学习(empiricalinductivelearning)

经验性归纳学习采用一些数据密集的经验方法(如版本空间法、ID3法,定律发现方法)对例子进行归纳学习。其例子和学习结果一般都采用属性、谓词、关系等符号表示。它相当于基于学习策略分类中的归纳学习,但扣除联接学习、遗传算法、加强学习的部分。

2)分析学习(analyticlearning)

分析学习方法是从一个或少数几个实例出发,运用领域知识进行分析。其主要特征为:·推理策略主要是演绎,而非归纳;·使用过去的问题求解经验(实例)指导新的问题求解,或产生能更有效地运用领域知识的搜索控制规则。分析学习的目标是改善系统的性能,而不是新的概念描述。分析学习包括应用解释学习、演绎学习、多级结构组块以及宏操作学习等技术。

3)类比学习

它相当于基于学习策略分类中的类比学习。在这一类型的学习中比较引人注目的研究是通过与过去经历的具体事例作类比来学习,称为基于范例的学习(case_basedlearning),或简称范例学习。
责任编辑人:CC

下载发烧友APP

打造属于您的人脉电子圈

关注电子发烧友微信

有趣有料的资讯及技术干货

关注发烧友课堂

锁定最新课程活动及技术直播

电子发烧友观察

一线报道 · 深度观察 · 最新资讯
收藏 人收藏
分享:

评论

相关推荐

第一届中国AI与机器学习研讨会

活动内容  人工智能技术将在未来对传统产业产生重大颠覆性影响,人工智能将在各行各业为创新设计带来新的动力,它也将催生新的
发烧友学院发表于 2018-03-29 00:00 1862次阅读
第一届中国AI与机器学习研讨会

机器学习/人工智能应用开发的硬件及机遇

在本文中,我将讨论专为机器学习/人工智能应用开发的硬件,以及该领域的机遇。并简要介绍英伟达是如何在机....
发表于 2021-01-21 10:42 50次阅读
机器学习/人工智能应用开发的硬件及机遇

亚马逊2021年的科技趋势的预测

2020年的疫情没有让我们放慢脚步,反而加速了我们向数字世界迈进。在他看来,正是得益于这一加速变化,....
发表于 2021-01-20 16:25 369次阅读
亚马逊2021年的科技趋势的预测

机器学习中的正则化的相关知识点

上图表示了pp从0到正无穷变化时,单位球(unit ball)的变化情况。在P范数下定义的单位球都是....
发表于 2021-01-20 15:27 61次阅读
机器学习中的正则化的相关知识点

用于客户服务的人工智能和机器学习工具

任何企业领导者都将证明客户服务已成为企业的头等大事。它甚至在保留现有客户方面占据了很大的位置,而不是....
发表于 2021-01-19 15:46 377次阅读
用于客户服务的人工智能和机器学习工具

基于苹果A系列处理器的苹果硅片台式机/笔记本电脑...

新的M1架构采用了最新的5nm技术。它在处理器中有1个CPU, 1个GPU, 1个神经引擎以及DRA....
发表于 2021-01-19 14:48 395次阅读
基于苹果A系列处理器的苹果硅片台式机/笔记本电脑...

快讯:Pollen Robotics可用VR远程...

近日,广州市越秀区人民法院来了位“新员工”叫“越越”,它是九号公司研发的Segway配送机器人S2,....
发表于 2021-01-19 10:21 390次阅读
快讯:Pollen Robotics可用VR远程...

快讯:索尼首次展示其Airpeak拍摄无人机

据外媒报道,今日索尼在 CES 2021 线上演示中展示了其最新无人机 Airpeak。该设备支持索....
发表于 2021-01-19 10:13 262次阅读
快讯:索尼首次展示其Airpeak拍摄无人机

快讯:Facebook声称其人工智能可以使用X射...

Facebook 和纽约大学的研究人员声称已经开发了三种机器学习模型,可以帮助医生预测 COVID-....
发表于 2021-01-19 09:55 657次阅读
快讯:Facebook声称其人工智能可以使用X射...

谷歌在各个领域的成就与突破,展望了2021年的工...

COVID-19的影响给人们的生活带来了巨大的损失,世界各地的研究人员和开发人员联合起来开发工具和技....
发表于 2021-01-19 09:31 219次阅读
谷歌在各个领域的成就与突破,展望了2021年的工...

谷歌大脑高级研究科学家:机器学习六年读博经历中的...

机器学习读博是什么体验?期间遇到的挫折与挑战又要如何应对? 在ML领域小有名气的青年科学家Maith....
发表于 2021-01-18 17:31 527次阅读
谷歌大脑高级研究科学家:机器学习六年读博经历中的...

深度学习Pytorch翻车记录:单卡改多卡踩坑记

先说明一下背景,目前正在魔改以下这篇论文的代码: https://github.com/Qipeng....
发表于 2021-01-18 17:06 169次阅读
深度学习Pytorch翻车记录:单卡改多卡踩坑记

谷歌训练开发一个万亿参数的AI语言模型

参数是机器学习算法的关键。它们是从历史训练数据中学到的模型的一部分。一般来说,在语言领域,参数的数量....
发表于 2021-01-18 16:19 303次阅读
谷歌训练开发一个万亿参数的AI语言模型

深度学习:基于语境的文本分类弱监督学习

高成本的人工标签使得弱监督学习备受关注。seed-driven 是弱监督学习中的一种常见模型。该模型....
发表于 2021-01-18 16:04 382次阅读
深度学习:基于语境的文本分类弱监督学习

2021年的人工智能和机器学习趋势

人工智能和机器学习是市场上的热门技术,其重要性在2020年达到顶峰,这两种技术已经广泛应用在各行业领....
发表于 2021-01-18 11:24 807次阅读
2021年的人工智能和机器学习趋势

FDA终于发布首个医疗AI行动计划

监管的新靴子落地。   雷锋网《医健AI掘金志》消息,1月12日,FDA正式发布了该机构的第一个人工....
发表于 2021-01-18 10:28 470次阅读
FDA终于发布首个医疗AI行动计划

人工智能机器学习为临床医生提供精神病患者的预测

精神错乱有许多可能的病因,包含精神疾患、某些身体疾病、某些药物、物质滥用、缺乏睡眠等情况。精神错乱是....
发表于 2021-01-18 09:52 175次阅读
人工智能机器学习为临床医生提供精神病患者的预测

将TDK的传感器领先地位扩展到新的应用和解决方案...

TCE-11101是基于TDK各种技术的突破性平台,融合TDK独一无二的新材料开发、MEMS工艺技术....
发表于 2021-01-15 14:47 399次阅读
将TDK的传感器领先地位扩展到新的应用和解决方案...

多样性有利于创造更好的人工智能时代

在机器学习和人工智能方面,不乏丑闻。在过去的几个月中,人们已经看到微软公司的新闻记者用有关Littl....
发表于 2021-01-14 15:42 590次阅读
多样性有利于创造更好的人工智能时代

AlphaFold2的技术细节和局限与意义

AlphaFold2的胜利就像是一场接力赛,往往是跑到最后一棒的人会有更多的高光时刻。但是,我们依然....
发表于 2021-01-14 15:41 419次阅读
AlphaFold2的技术细节和局限与意义

华邦HyperRAM™ 助力高云半导体最新GoA...

华邦的HyperRAM™产品采用微型KGD尺寸,具有低脚位、低功耗和高数据带宽等特性,可实现空间与能....
发表于 2021-01-14 14:11 124次阅读
华邦HyperRAM™ 助力高云半导体最新GoA...

基于图像且以机器学习推断为特性的癌症诊断支持解决...

广岛大学纳米元件与生物融合科学研究所副教授Tetsushi Koide对此表示,“为判断是否有癌症发....
发表于 2021-01-14 10:03 201次阅读
基于图像且以机器学习推断为特性的癌症诊断支持解决...

工业4.0的典型场景

用户画像会带来非常直接的好处,即生产个性化的提升。类似当今用户在互联网上的浏览内容的个性化,在工业4....
发表于 2021-01-13 10:52 872次阅读
工业4.0的典型场景

在风格迁移中如何进行数据增强

这是一篇关于风格迁移中如何进行数据增强的论文。在introduction部分,informal--f....
发表于 2021-01-13 09:41 222次阅读
在风格迁移中如何进行数据增强

机器学习与人工智能和深度学习有什么关系?

 导读:“机器学习”一词往往被与“人工智能”“深度学习”混用,也常与“大数据”一词一同出现。下面首先....
发表于 2021-01-12 17:17 775次阅读
机器学习与人工智能和深度学习有什么关系?

AI工厂将迎来前所未有的爆发期

AI工厂让人工智能生产正在从手工时代进入工业时代,新基建带动的市场空间则有可能为这一批量生产的算法产....
发表于 2021-01-12 16:14 617次阅读
AI工厂将迎来前所未有的爆发期

飞利浦推配备AI和机器学习的电动牙刷

机器学习和人工智能是当代的热门词汇,几乎所有新产品都会将其作为卖点之一。在 CES 2021 期间,....
发表于 2021-01-12 15:52 398次阅读
飞利浦推配备AI和机器学习的电动牙刷

PDF Solutions:为半导体行业提供数据...

PDF Solutions是为全球半导体和电子行业提供差异化数据和分析解决方案的领先供应商,于202....
发表于 2021-01-12 15:29 391次阅读
PDF Solutions:为半导体行业提供数据...

数据科学、机器学习和人工智能如何协同工作?

现在企业都拥有海量数据。就在十年前,千兆字节的数据似乎还很庞大。而如今,有些大型企业已经在管理泽字节....
发表于 2021-01-11 15:31 271次阅读
数据科学、机器学习和人工智能如何协同工作?

企业IT将会加速云原生化的转型,边缘成为创新前沿

计算力的无处不在支持企业机构通过联邦学习,使用本地数据集训练机器学习模型,FATE和Kubeflow....
发表于 2021-01-11 11:53 292次阅读
企业IT将会加速云原生化的转型,边缘成为创新前沿

AWS如何重塑机器学习

在2019年的re:Invent大会上,当亚马逊AWS首席执行官Andy Jassy进行主旨演讲时,....
发表于 2021-01-10 09:42 417次阅读
AWS如何重塑机器学习

日本利用机器学习成功制造航空发动机的降低镍-钴基...

日本物质材料研究组织在2020年11月30日宣布已通过利用ML(机器学习)成功降低了镍-钴基高温合金....
发表于 2021-01-09 11:32 1158次阅读
日本利用机器学习成功制造航空发动机的降低镍-钴基...

细数二十一世纪以来深度学习框架的发展历程

回顾深度学习框架的演变,我们可以清楚地看到深度学习框架和深度学习算法之间的紧密耦合关系。这种相互依赖....
发表于 2021-01-08 14:29 564次阅读
细数二十一世纪以来深度学习框架的发展历程

2021年人工智能十大技术趋势分析

机器学习与科学计算的结合,即数据和机理的融合计算,为科学研究提供了新的手段和范式,成为了前沿计算的典....
发表于 2021-01-08 09:33 416次阅读
2021年人工智能十大技术趋势分析

深度学习:小样本学习下的多标签分类问题初探

摘要 小样本学习(Few-shot Learning)近年来吸引了大量的关注,但是针对多标签问题(M....
发表于 2021-01-07 14:51 265次阅读
深度学习:小样本学习下的多标签分类问题初探

机器学习中的Multi-Task多任务学习

概念 当在一个任务中要优化多于一个的目标函数[1] ,就可以叫多任务学习 一些例外 「一个目标函数的....
发表于 2021-01-07 14:39 225次阅读
机器学习中的Multi-Task多任务学习

AAAI2021 NLP论文各个细方向的接收列表

最近整理了下AAAI2021 NLP论文各个细方向的接收列表!应该还有几篇漏网之鱼,之后发现了补上~....
发表于 2021-01-07 14:30 612次阅读
AAAI2021 NLP论文各个细方向的接收列表

人工智能市场之计算机视觉应用份额分析

近日 IDC 发布的《中国人工智能软件及应用(2020上半年)跟踪》报告显示:2020年上半年中国人....
发表于 2021-01-07 14:08 1280次阅读
人工智能市场之计算机视觉应用份额分析

基于田间条件下的动态高光谱成像和机器学习对于葡萄...

众所周知,高光谱成像在数量和质量方面带来了更丰富的数据,但是这一特性也带来了巨大负担:高光谱采集所蕴....
发表于 2021-01-07 14:02 239次阅读
基于田间条件下的动态高光谱成像和机器学习对于葡萄...

一个价值36.5万美元的机器学习模型打了水漂?

人们口口声声担心「人工智能的推断不可靠」,实则连个数据泄露的问题都敢忽略。 人们常会提到,当今流行的....
发表于 2021-01-06 17:07 300次阅读
一个价值36.5万美元的机器学习模型打了水漂?

史上最大AI模型GPT-3强势霸榜Github

最近,GPT-3火了!相信你已经在网上看到各种有关GPT-3的演示。这个由OpenAI创建的大型机器....
发表于 2021-01-06 17:06 316次阅读
史上最大AI模型GPT-3强势霸榜Github

使用无人机、热成像仪和人工智能技术提高计算考拉数...

研究并保护动物的必要需求便是要了解该区域到底有多少这一动物,可考拉太难找了!为了提高计算考拉数量的效....
发表于 2021-01-06 11:37 371次阅读
使用无人机、热成像仪和人工智能技术提高计算考拉数...

机器学习中的几种数据偏差

机器学习中的数据偏差是一种错误,其中数据集的某些元素比其他元素具有更大的权重和或表示。有偏见的数据集....
发表于 2021-01-05 17:54 289次阅读
机器学习中的几种数据偏差

2021年IT领导者对人工智能和机器学习未来发展...

每到岁末年初,IT思想领袖都会对未来一年的技术发展、创新服务、行业进步等发展趋势进行分析预测。人们需....
发表于 2021-01-05 17:07 815次阅读
2021年IT领导者对人工智能和机器学习未来发展...

《中国企业数字化转型研究报告(2020)》

趋势七:跨国公司在华企业向海外输出数字化转型先进经验。受益于中国更为庞大的生产数据、应用数据和用户数....
发表于 2021-01-05 17:07 537次阅读
《中国企业数字化转型研究报告(2020)》

机器学习的创新/开发和应用能力

机器学习的未来   在工业领域采用机器学习   机器学习和大数据 工业人工智能生态系统 ...
发表于 2020-12-16 07:47 0次阅读
机器学习的创新/开发和应用能力

防御机器学习算法对抗欺骗攻击的研究

DARPA与英特尔、乔治亚理工学院合作,开创机器学习“免疫系统”...
发表于 2020-11-26 07:04 0次阅读
防御机器学习算法对抗欺骗攻击的研究

机器学习处理器单元支持浮点的乘加运算

  随着机器学习(Machine Learning)领域越来越多地使用现场可编程门阵列(FPGA)来进行推理(inference)加速...
发表于 2020-11-26 06:42 101次阅读
机器学习处理器单元支持浮点的乘加运算

Microchip的机器学习开发工具有哪些

Microchip的机器学习开发工具
发表于 2020-11-25 07:58 101次阅读
Microchip的机器学习开发工具有哪些

机器学习在医疗保健中有哪些应用?

全球医疗保健行业正在蓬勃发展。根据最近的研究,尽管经济前景疲软和全球贸易紧张局势,今年有望突破2万亿美元大关。一...
发表于 2020-11-24 07:15 0次阅读
机器学习在医疗保健中有哪些应用?

基于signoff驱动的PrimeECO解决方案

业内首个signoff驱动的PrimeECO解决方案发布
发表于 2020-11-23 14:28 0次阅读
基于signoff驱动的PrimeECO解决方案

机器学习可以有效的控制物联网应用的安全性

        随着这个智能物联的时代不断前行,不仅仅带来无限的便捷,同时也带来了网络安...
发表于 2020-11-03 09:09 101次阅读
机器学习可以有效的控制物联网应用的安全性

【AI学习】第2篇--AI 的基础知识

簡介人工智慧(AI) 人工智慧的定義 • 人工智慧(Artificial intelligence,簡稱AI),是指讓電腦能夠表現出與人...
发表于 2020-11-02 11:56 452次阅读
【AI学习】第2篇--AI 的基础知识

【AI学习】AI概论:(Part-C)AI(机器)是如何学习呢?

任务十四:从连连看出发 目标: 1. 前面说明了,许多人认为,在AI领域里的天字第1号术语是:特征(Feature)。 2....
发表于 2020-10-30 15:24 474次阅读
【AI学习】AI概论:(Part-C)AI(机器)是如何学习呢?