色哟哟视频在线观看-色哟哟视频在线-色哟哟欧美15最新在线-色哟哟免费在线观看-国产l精品国产亚洲区在线观看-国产l精品国产亚洲区久久

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

機器學習是什么?幫助機器變得越來越聰明

如意 ? 來源:中關(guān)村在線 ? 作者:BENCOM信息科技 ? 2020-11-10 17:09 ? 次閱讀

機器學習(ML)是教導計算機系統(tǒng)根據(jù)一組數(shù)據(jù)進行預測的過程。通過為系統(tǒng)提供一系列的試驗和錯誤場景,機器學習研究人員致力于創(chuàng)建 可以分析數(shù)據(jù),回答問題并自行做出決定的人工智能系統(tǒng)。

機器學習通常使用基于測試數(shù)據(jù)的算法,該算法有助于在將來的決策中進行推理和模式識別,從而消除了對傳統(tǒng)計算機軟件要求的來自人類的明確指令的需求。

什么是機器學習?

機器學習依賴于大量數(shù)據(jù),這些數(shù)據(jù)被饋送到算法中,以生成一個模型,系統(tǒng)可以根據(jù)該模型來預測其未來的決策。例如,如果您要輸入到系統(tǒng)中的數(shù)據(jù)是一年中每天在午餐中吃的水果,則您可以使用預測算法來分析不同的水果,并為該水果建立預測模型您可能在第二年進食。

該過程基于反復試驗的情況,通常使用多種算法。這些算法分為線性模型,非線性模型,甚至神經(jīng)網(wǎng)絡。它們最終將取決于您正在使用的數(shù)據(jù)集以及您要回答的問題。

機器學習算法如何工作?

機器學習算法會隨著時間的推移使用數(shù)據(jù)來學習和改進,并且不需要人工指導。該算法分為三種類型:有監(jiān)督,無監(jiān)督和強化學習。每種學習類型都有不同的目的,并且可以使數(shù)據(jù)以不同的方式使用。

監(jiān)督學習

監(jiān)督學習涉及標記的訓練數(shù)據(jù),算法使用該訓練數(shù)據(jù)來學習將輸入變量轉(zhuǎn)換為輸出變量以求解方程的映射函數(shù)。其中有兩種監(jiān)督學習類型:分類,當輸出為類別形式時,用于預測給定樣本的結(jié)果;回歸,當輸出時,用于預測給定樣本的結(jié)果。變量是實際值,例如“工資”或“權(quán)重”。

監(jiān)督學習模型的一個示例是K-最近鄰居(KNN)算法,它是一種模式識別方法。KNN本質(zhì)上涉及使用圖表來根據(jù)附近相似物體的傳播情況得出關(guān)于物體分類的有根據(jù)的猜測。

在上表中,綠色圓圈表示一個尚未分類的對象,它只能屬于兩個可能的類別之一:藍色正方形或紅色三角形。為了識別其所屬的類別,在這種情況下,算法將分析圖表上最接近的對象,算法將合理地假設綠色圓圈應屬于紅色三角形類別。

無監(jiān)督學習

當只有輸入變量而沒有相應的輸出變量時,將使用無監(jiān)督學習模型。它使用未標記的訓練數(shù)據(jù)來建模數(shù)據(jù)的基礎結(jié)構(gòu)。

無監(jiān)督學習算法有三種類型:關(guān)聯(lián),廣泛用于市場購物分析;聚類,用于匹配與另一個聚類中的對象相似的樣本;和降維,用于減少數(shù)據(jù)集中變量的數(shù)量,同時保持其重要信息不變。

強化學習

強化學習允許代理通過學習最大化獎勵的行為,根據(jù)其當前狀態(tài)決定其下一步行動。它通常用于游戲環(huán)境,在游戲環(huán)境中提供了規(guī)則的算法,并負責以最有效的方式解決挑戰(zhàn)。該模型最初會隨機開始,但是隨著時間的流逝,通過反復試驗,它將了解需要在游戲中移動的位置和時間以最大化得分。

在這種類型的培訓中,獎勵僅僅是與積極成果相關(guān)的狀態(tài)。例如,如果算法能夠?qū)⑵嚤3衷诘缆飞隙粫驳秸系K物,那么它將“獎勵”任務完成。

為什么機器學習很有用?

本質(zhì)上,機器學習解決了數(shù)據(jù)過多的問題。人們,行動,事件,計算機和小工具所產(chǎn)生的信息太多,以至于人類幾乎不可能從中學習任何東西。在醫(yī)學分析中,要在成千上萬的MRI掃描中找到模式,一個人可能要花費數(shù)小時,數(shù)天或數(shù)周的時間才能完成,但是如果正確標記了機器,機器可以吸收這些信息并在幾秒鐘內(nèi)發(fā)現(xiàn)這些模式。

機器學習在哪里使用?

我們每天都會使用最簡單,最成功的機器學習示例之一-Google搜索。搜索引擎由許多ML算法提供支持,這些算法可以讀取和分析您輸入的文本,并根據(jù)您的搜索歷史和在線習慣來定制結(jié)果。例如,如果您輸入“ Java”,您將獲得圍繞編程語言的結(jié)果,或者更頻繁地浮出水面,這取決于它決定了您的偏好。

我們未來的許多技術(shù)進步都取決于機器學習的發(fā)展,例如無人駕駛汽車和智慧城市。許多為智慧城市提供動力的系統(tǒng)正在進入公共空間,例如面部識別系統(tǒng),該系統(tǒng)中的機器學習算法被教為識別圖像中的模式并根據(jù)其特征識別對象。但是,這已被證明是ML的有爭議用途,尤其是因為它并不總是準確的,并且經(jīng)常涉及對公民的某種定期監(jiān)視。

數(shù)據(jù)偏差

隨著機器學習的改進和更多技術(shù)的使用,人們越來越擔心將偏見嵌入關(guān)鍵的和面向公眾的軟件中。機器學習應用程序依賴于數(shù)據(jù),而正是這些數(shù)據(jù)可能成為偏差的來源。例如,如果一家公司想雇用更多不同種類的人,但使用其當前雇員的簡歷,則默認情況下,其機器學習程序?qū)⒅粚ふ腋嘞嗤娜恕?/p>

正是這種類型的機器學習應用引起了政府的擔憂,因此,許多政府正在采取強制性的法規(guī)來解決這個問題。英國數(shù)據(jù)倫理與創(chuàng)新中心(CDEI)宣布將與內(nèi)閣辦公室種族差異部門合作,調(diào)查算法決策中的潛在偏見。同樣,美國政府將試行AI方面的多樣性法規(guī),以降低計算機系統(tǒng)中性偏見和種族偏見的風險。
責編AJX

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 數(shù)據(jù)
    +關(guān)注

    關(guān)注

    8

    文章

    7002

    瀏覽量

    88943
  • 人工智能
    +關(guān)注

    關(guān)注

    1791

    文章

    47183

    瀏覽量

    238266
  • 機器學習
    +關(guān)注

    關(guān)注

    66

    文章

    8406

    瀏覽量

    132567
收藏 人收藏

    評論

    相關(guān)推薦

    未來機器人會越來越聰明 外星人可能是機器形態(tài)

    據(jù)搜尋地外文明(SETI)計劃的科學家Seth Shostak介紹,能夠發(fā)送出會被地球探測到的信號的外星人,可能已經(jīng)超越了生物形態(tài),而是以智能機器的形式存在。他表示,任何能發(fā)明出無線電的社會,包括我們自己,最終都將發(fā)明出越來越先進的機器
    發(fā)表于 11-16 08:50 ?1055次閱讀

    Python機器學習入門之pandas的使用提示

    文檔文章目錄系列文章目錄前言一、pandas是什么?二、使用步驟1.引入庫2.讀入數(shù)據(jù)總結(jié)前言提示:這里可以添加本文要記錄的大概內(nèi)容:例如:隨著人工智能的不斷發(fā)展,機器學習這門技術(shù)也越來越重要,很多人都開啟了
    發(fā)表于 08-13 07:36

    介紹機器學習的基礎內(nèi)容

    文檔文章目錄系列文章目錄前言一、pandas是什么?二、使用步驟1.引入庫2.讀入數(shù)據(jù)總結(jié)前言提示:這里可以添加本文要記錄的大概內(nèi)容:例如:隨著人工智能的不斷發(fā)展,機器學習這門技術(shù)也越來越重要,很多人都開啟了
    發(fā)表于 08-13 07:39

    機器學習的基礎內(nèi)容

    文章目錄前言一、pandas是什么?二、使用步驟1.引入庫2.讀入數(shù)據(jù)總結(jié)前言提示:這里可以添加本文要記錄的大概內(nèi)容:例如:隨著人工智能的不斷發(fā)展,機器學習這門技術(shù)也越來越重要,很多人都開啟了
    發(fā)表于 08-20 08:07

    MCU和MPU之間的區(qū)別變得越來越模糊

    由于內(nèi)存架構(gòu)的變化,兩者之間的界限正在變得模糊。事實上,可以通過多種方式區(qū)分微處理器和微控制器,只是業(yè)界尚未對他們的區(qū)分標準達成共識。不過已經(jīng)有一些人得出結(jié)論,目前兩者之間的準確區(qū)分都已經(jīng)不再重要了。“近年來,MCU和MPU之間的區(qū)別變得
    發(fā)表于 11-01 08:49

    機器學習的基礎內(nèi)容

    :隨著人工智能的不斷發(fā)展,機器學習這門技術(shù)也越來越重要,很多人都開啟了學習機器學習,本文就介紹了機器
    發(fā)表于 11-24 06:00

    介紹機器學習的基礎內(nèi)容

    參考右邊的幫助文檔文章目錄嵌入式系統(tǒng)之硬件總復習前言一、pandas是什么?二、使用步驟1.引入庫2.讀入數(shù)據(jù)總結(jié)前言提示:這里可以添加本文要記錄的大概內(nèi)容:例如:隨著人工智能的不斷發(fā)展,機器學習這門技術(shù)也
    發(fā)表于 12-16 06:27

    機器學習的基礎內(nèi)容大合集

    機器學習這門技術(shù)也越來越重要,很多人都開啟了學習機器學習,本文就介紹了機器
    發(fā)表于 01-07 06:35

    機器學習的基礎內(nèi)容介紹

    文章目錄前言一、pandas是什么?二、使用步驟1.引入庫2.讀入數(shù)據(jù)總結(jié)前言提示:這里可以添加本文要記錄的大概內(nèi)容:例如:隨著人工智能的不斷發(fā)展,機器學習這門技術(shù)也越來越重要,很多人都開啟了
    發(fā)表于 01-12 08:12

    機器學習的基礎內(nèi)容

    文檔文章目錄系列文章目錄前言一、pandas是什么?二、使用步驟1.引入庫2.讀入數(shù)據(jù)總結(jié)前言提示:這里可以添加本文要記錄的大概內(nèi)容:例如:隨著人工智能的不斷發(fā)展,機器學習這門技術(shù)也越來越重要,很多人都開啟了
    發(fā)表于 02-09 06:47

    機器學習的基礎內(nèi)容匯總

    人工智能的不斷發(fā)展,機器學習這門技術(shù)也越來越重要,很多人都開啟了學習機器學習,本文就介紹了機器
    發(fā)表于 02-28 06:12

    機器人在歐洲越來越不受歡迎

    關(guān)于機器人時代的成就、進步和變革的新聞每天都在發(fā)生,所以人們可能認為機器人的粉絲一定會越來越多。但情況恰恰相反:至少在歐洲,機器人正變得
    的頭像 發(fā)表于 12-27 11:32 ?3108次閱讀

    人工智能技術(shù)讓我們的生活變得越來越便利快捷

    當我們感嘆如今的人工智能(AI)正讓日常生活變得越來越便利快捷時,大多數(shù)人或許不知道,看似無所不能的人工智能技術(shù),其實是建立在機器學習算法基礎上的。
    發(fā)表于 10-12 11:46 ?4228次閱讀

    機器語言變得越來越簡單

    過去的5年里,機器學習變得越來越容易,機器學習工具也正在變得
    發(fā)表于 07-10 18:50 ?832次閱讀

    變得越來越重要的智能電網(wǎng)

    智能電網(wǎng)變得越來越重要。這就是為什么
    的頭像 發(fā)表于 12-30 09:40 ?606次閱讀
    主站蜘蛛池模板: 99久女女精品视频在线观看| 吸奶舔下面| 亚洲精品拍拍央视网出文| black大战chinese周晓琳| 精品国产在天天线在线麻豆| 全部老头和老太XXXXX| 印度学生xxxxx性14一16| 国产精品午夜小视频观看| 嫩草亚洲国产精品| 一本之道高清在线观看免费 | 99re久久热在线视频| 韩剧甜性涩爱| 天堂精品国产自在自线| asian4you裸模| 久久婷婷五月免费综合色啪| 亚洲精品喷白浆在线观看| 国产精品成人免费视频99| 妻子的秘密HD观看| 2020久久精品永久免费| 精品久久伊人| 亚洲AV精品无码国产一区| 高清国产免费观看视频在线| 暖暖的高清视频在线观看免费中文| 伊人久久精品AV无码一区| 国产小视频免费看| 少妇精品久久久一区二区三区| adc我们的永久网址| 麻豆久久国产亚洲精品超碰热| 亚洲午夜精品A片久久WWW软件| 国产麻豆福利AV在线观看| 少妇被躁爽到高潮无码久久| 被黑人群jian又粗又大H| 欧美乱码伦视频免费66网| 5580免费午夜福利院| 久久中文字幕人妻熟AV女蜜柚M | 成年女人色毛片免费| 欧美高清69hd| 99re久久热在线视频| 男女夜晚在爽视频免费观看| 最新无码国产在线视频9299| 久久香蕉国产线看观看首页|