导读:在这份报告中,我们将大部分分析聚焦在机器学习、人工智能的一个分支、深度学习、机器学习的一个分支......
人工智能是制造智能机器、可学习计算程序和需要人类智慧解决问题的科学和工程。经典地,这些包括自然语言处理和翻译,视觉感知,模式识别,决策制定等,但应用的数量和复杂性在快速增长。
在这份报告中,我们将大部分分析聚焦在机器学习、人工智能的一个分支、深度学习、机器学习的一个分支。我们总结了二个关键点:
1、简化地,机器学习是从案例和经验(例如数据配置)中习得的算法,而不是依赖于硬件代码和事先定义的规则。换句话说,不是一个开发者来告诉程序如何区分苹果和橘子,而是算法本身通过喂养数据(训练),自己学会如何区分苹果和橘子。
2、深度学习的主要发展是现有人工智能拐点的驱动力量之一。深度学习是机器学习的分集。大多数传统机器学习方法和特点(例如,可能预测的输入和属性)由人来设计。特征工程是一个瓶颈,需要有意义的特定技术。在无人管理的深度学习中,重要特征不是由人类来定义,而是由算法学习和创建。
报告目录如下(共45页)
该报告共计45页,因文章篇幅和阅读体验的原因仅列出前5页。如需该报告的PDF版请在文末获取下载方式。
————— END—————
关注“世界独角兽联盟”
回复“1”, 加入独角兽联盟社群
领取专属 10元无门槛券
私享最新 技术干货