女人自慰AV免费观看内涵网,日韩国产剧情在线观看网址,神马电影网特片网,最新一级电影欧美,在线观看亚洲欧美日韩,黄色视频在线播放免费观看,ABO涨奶期羡澄,第一导航fulione,美女主播操b

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)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

詳細闡述機器學(xué)習(xí)及基本概念

電子工程師 ? 來源:網(wǎng)絡(luò)整理 ? 作者:工程師姚遠香 ? 2018-07-07 09:05 ? 次閱讀

機器學(xué)習(xí)導(dǎo)論》第1章緒論,本章詳細地討論一些應(yīng)用領(lǐng)域的例子,以進一步深入了解機器學(xué)習(xí)的類型和用途。本節(jié)為大家介紹什么是機器學(xué)習(xí)。

什么是機器學(xué)習(xí)

隨著計算機技術(shù)的發(fā)展,我們現(xiàn)在已經(jīng)擁有存儲和處理海量數(shù)據(jù)以及通過計算機網(wǎng)絡(luò)從遠程站點訪問數(shù)據(jù)的能力。目前大多數(shù)的數(shù)據(jù)存取設(shè)備都是數(shù)字設(shè)備,記錄的數(shù)據(jù)也很可靠。以一家連鎖超市為例,它擁有遍布全國各地的數(shù)百家分店,并且在為數(shù)百萬顧客提供數(shù)千種商品的零售服務(wù)。銷售點的終端設(shè)備記錄每筆交易的詳細資料,包括日期、顧客識別碼、購買商品和數(shù)量、消費總額等。這是典型的每日幾個G字節(jié)的數(shù)據(jù)。只有分析這些數(shù)據(jù),并且將它轉(zhuǎn)換為可以利用的信息時,這些存儲的數(shù)據(jù)才能變得有用,例如做預(yù)測。

1我們不能確切地知道哪些人比較傾向于購買哪種特定的商品,也不知道應(yīng)該向喜歡讀海明威作品的人推薦哪位作者。如果我們知道,我們就不需要任何數(shù)據(jù)分析;我們只管供貨并記錄下編碼就可以了。但是,正因為我們不知道,所以才只能收集數(shù)據(jù),并期望從數(shù)據(jù)中提取這些問題或相似問題的答案。

Glühwein是一種溫?zé)?、有點甜味、加香料的葡萄酒。圣誕節(jié)期間,在歐洲很受歡迎。--譯者注我們確信存在某種過程,可以解釋我們所觀測到的數(shù)據(jù)。盡管我們不清楚數(shù)據(jù)產(chǎn)生過程(例如顧客行為)的細節(jié),但是,我們知道數(shù)據(jù)產(chǎn)生不是完全隨機的。人們并不是去超市隨機購買商品。當(dāng)人們買啤酒時,也會買薯片;夏天買冰淇淋,而冬天則為Glühwein?買香料。數(shù)據(jù)中存在確定的模式。

我們也許不能夠完全識別該過程,但是我們相信,我們能夠構(gòu)造一個好的并且有用的近似(good and useful approximation)。盡管這樣的近似還不可能解釋一切,但其仍然可以解釋數(shù)據(jù)的某些部分。我們相信,盡管識別全部過程也許是不可能的,但是我們?nèi)匀荒軌虬l(fā)現(xiàn)某些模式或規(guī)律。這正是機器學(xué)習(xí)的定位。這些模式可以幫助我們理解該過程,或者我們可以使用這些模式進行預(yù)測:假定將來,至少是不遠的將來,情況不會與收集樣本數(shù)據(jù)時有很大的不同,則未來的預(yù)測也將有望是正確的。

機器學(xué)習(xí)方法在大型數(shù)據(jù)庫中的應(yīng)用稱為數(shù)據(jù)挖掘(data mining)。類似的情況如大量的金屬氧化物以及原料從礦山中開采出來,處理后產(chǎn)生少量非常珍貴的物質(zhì)。同樣地,在數(shù)據(jù)挖掘中,需要處理大量的數(shù)據(jù)以構(gòu)建簡單有用的模型,例如具有高精度的預(yù)測模型。數(shù)據(jù)挖掘的應(yīng)用領(lǐng)域非常廣泛:除零售業(yè)以外,在金融業(yè),銀行分析他們的歷史數(shù)據(jù),構(gòu)建用于信用分析、詐騙檢測、股票市場等方面的應(yīng)用模型;在制造業(yè),學(xué)習(xí)模型可以用于優(yōu)化、控制以及故障檢測等;在醫(yī)學(xué)領(lǐng)域,學(xué)習(xí)程序可以用于醫(yī)療診斷等;在電信領(lǐng)域,通話模式的分析可用于網(wǎng)絡(luò)優(yōu)化和提高服務(wù)質(zhì)量;在科學(xué)研究領(lǐng)域,比如物理學(xué)、天文學(xué)以及生物學(xué)的大量數(shù)據(jù)只有用計算機才可能得到足夠快的分析。萬維網(wǎng)(World Wide Web)是巨大的,并且在不斷地增長,因此在萬維網(wǎng)上檢索相關(guān)信息不可能依靠人工完成。

然而,機器學(xué)習(xí)不僅僅是數(shù)據(jù)庫方面的問題,它也是人工智能的組成部分。為了智能化,處于變化環(huán)境中的系統(tǒng)必須具備學(xué)習(xí)的能力。如果系統(tǒng)能夠?qū)W習(xí)并且適應(yīng)這些變化,那么系統(tǒng)的設(shè)計者就不必預(yù)見所有的情況,并為它們提供解決方案了。

機器學(xué)習(xí)還可以幫助我們解決視覺、語音識別以及機器人方面的許多問題。以人臉識別問題為例:我們做這件事毫不費力;即使姿勢、光線、發(fā)型等不同,我們每天還是可以通過看真實的面孔或其照片來認出我們的家人和朋友。但是我們做這件事是下意識的,而且無法解釋我們是如何做的。因為我們不能夠解釋我們所具備的這種技能,我們也就不可能編寫相應(yīng)的計算機程序。但是我們知道,臉部圖像并非只是像素點的隨機組合;人臉是有結(jié)構(gòu)的、對稱的。臉上有眼睛、鼻子和嘴巴,并且它們都位于臉的特定部位。每個人的臉都有各自的眼睛、鼻子和嘴巴的特定組合模式。通過分析一個人臉部圖像的多個樣本,學(xué)習(xí)程序可以捕捉到那個人特有的模式,然后在所給的圖像中檢測這種模式,從而進行辨認。這就是模式識別(pattern recognition)的一個例子。

機器學(xué)習(xí)使用實例數(shù)據(jù)或過去的經(jīng)驗訓(xùn)練計算機,以優(yōu)化某種性能標(biāo)準(zhǔn)。我們有依賴于某些參數(shù)的模型,而學(xué)習(xí)就是執(zhí)行計算機程序,利用訓(xùn)練數(shù)據(jù)或以往經(jīng)驗來優(yōu)化該模型的參數(shù)的。模型可以是預(yù)測性的(predictive),用于未來的預(yù)測,或者是描述性的(descriptive),用于從數(shù)據(jù)中獲取知識,也可以二者兼?zhèn)洹?/p>

機器學(xué)習(xí)在構(gòu)建數(shù)學(xué)模型時利用了統(tǒng)計學(xué)理論,因為其核心任務(wù)就是從樣本中推理。計算機科學(xué)的角色是雙重的:第一,在訓(xùn)練時,我們需要求解優(yōu)化問題以及存儲和處理通常所面對的海量數(shù)據(jù)的高效算法。第二,一旦學(xué)習(xí)得到了一個模型,它的表示和用于推理的算法解也必須是高效的。在特定的應(yīng)用中,學(xué)習(xí)或推理算法的效率,即它的空間復(fù)雜度和時間復(fù)雜度,可能與其預(yù)測精確度同樣重要。

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(xué)習(xí)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)庫
    +關(guān)注

    關(guān)注

    7

    文章

    3892

    瀏覽量

    65694
  • 人臉識別
    +關(guān)注

    關(guān)注

    76

    文章

    4068

    瀏覽量

    83558
  • 機器學(xué)習(xí)
    +關(guān)注

    關(guān)注

    66

    文章

    8487

    瀏覽量

    133975
收藏 人收藏

    評論

    相關(guān)推薦
    熱點推薦

    第十三章 通訊的基本概念

    本章介紹通訊基本概念,包括串行/并行、全雙工/半雙工/單工、同步/異步通訊,還提及通訊速率中比特率與波特率的概念。
    的頭像 發(fā)表于 05-22 17:29 ?127次閱讀
    第十三章 通訊的<b class='flag-5'>基本概念</b>

    自然語言處理與機器學(xué)習(xí)的關(guān)系 自然語言處理的基本概念及步驟

    Learning,簡稱ML)是人工智能的一個核心領(lǐng)域,它使計算機能夠從數(shù)據(jù)中學(xué)習(xí)并做出預(yù)測或決策。自然語言處理與機器學(xué)習(xí)之間有著密切的關(guān)系,因為機器
    的頭像 發(fā)表于 12-05 15:21 ?1664次閱讀

    Linux應(yīng)用編程的基本概念

    Linux應(yīng)用編程涉及到在Linux環(huán)境下開發(fā)和運行應(yīng)用程序的一系列概念。以下是一些涵蓋Linux應(yīng)用編程的基本概念。
    的頭像 發(fā)表于 10-24 17:19 ?530次閱讀

    X電容和Y電容的基本概念

    在電子電路中,電容器是一種至關(guān)重要的元件,它用于儲存電荷并在電路中釋放能量。而在眾多的電容器中,X電容和Y電容作為安規(guī)電容,因其特定的應(yīng)用場景和安全性能而受到廣泛關(guān)注。本文將對X電容和Y電容的基本概念、工作原理、應(yīng)用場景以及選擇和維護等方面進行詳細介紹。
    的頭像 發(fā)表于 10-21 16:43 ?4805次閱讀

    DDR4的基本概念和特性

    里程碑。自2011年面世以來,DDR4憑借其顯著的性能提升和能效優(yōu)化,迅速成為市場主流。以下將從DDR4的基本概念、技術(shù)特性、性能優(yōu)勢以及市場應(yīng)用等方面進行詳細闡述。
    的頭像 發(fā)表于 09-04 11:43 ?4918次閱讀

    【「時間序列與機器學(xué)習(xí)」閱讀體驗】+ 鳥瞰這本書

    清晰,從時間序列分析的基礎(chǔ)理論出發(fā),逐步深入到機器學(xué)習(xí)算法在時間序列預(yù)測中的應(yīng)用,內(nèi)容全面,循序漸進。每一章都經(jīng)過精心設(shè)計,對理論知識進行了詳細闡述,對實際案例進行了生動的展示,使讀
    發(fā)表于 08-12 11:28

    AI入門之深度學(xué)習(xí)基本概念

    1、什么是深度學(xué)習(xí) 1.1、機器學(xué)習(xí) ?? ? 圖1:計算機有效工作的常用方法:程序員編寫規(guī)則(程序),計算機遵循這些規(guī)則將輸入數(shù)據(jù)轉(zhuǎn)換為適當(dāng)?shù)拇鸢?。這一方法被稱為符號主義人工智能,適合用來解決定
    的頭像 發(fā)表于 08-08 11:24 ?2301次閱讀
    AI入門之深度<b class='flag-5'>學(xué)習(xí)</b>:<b class='flag-5'>基本概念</b>篇

    BP網(wǎng)絡(luò)的基本概念和訓(xùn)練原理

    )的多層前饋神經(jīng)網(wǎng)絡(luò)。BP網(wǎng)絡(luò)自1985年提出以來,因其強大的學(xué)習(xí)和適應(yīng)能力,在機器學(xué)習(xí)、數(shù)據(jù)挖掘、模式識別等領(lǐng)域得到了廣泛應(yīng)用。以下將對BP網(wǎng)絡(luò)的基本概念、訓(xùn)練原理及其優(yōu)缺點進行
    的頭像 發(fā)表于 07-19 17:24 ?2681次閱讀

    卷積神經(jīng)網(wǎng)絡(luò)的基本概念、原理及特點

    基本概念、原理、特點以及在不同領(lǐng)域的應(yīng)用情況。 一、卷積神經(jīng)網(wǎng)絡(luò)的基本概念 卷積神經(jīng)網(wǎng)絡(luò)是一種深度學(xué)習(xí)算法,它由多層卷積層和池化層堆疊而成。卷積層負責(zé)提取圖像中的局部特征,而池化層則負責(zé)降低特征的空間維度,同時增加對圖像位移的
    的頭像 發(fā)表于 07-11 14:38 ?2123次閱讀

    機器學(xué)習(xí)中的數(shù)據(jù)預(yù)處理與特征工程

    機器學(xué)習(xí)的整個流程中,數(shù)據(jù)預(yù)處理與特征工程是兩個至關(guān)重要的步驟。它們直接決定了模型的輸入質(zhì)量,進而影響模型的訓(xùn)練效果和泛化能力。本文將從數(shù)據(jù)預(yù)處理和特征工程的基本概念出發(fā),詳細探討這
    的頭像 發(fā)表于 07-09 15:57 ?1107次閱讀

    遷移學(xué)習(xí)基本概念和實現(xiàn)方法

    遷移學(xué)習(xí)(Transfer Learning)是機器學(xué)習(xí)領(lǐng)域中的一個重要概念,其核心思想是利用在一個任務(wù)或領(lǐng)域中學(xué)到的知識來加速或改進另一個相關(guān)任務(wù)或領(lǐng)域的
    的頭像 發(fā)表于 07-04 17:30 ?3044次閱讀

    循環(huán)神經(jīng)網(wǎng)絡(luò)的基本概念

    循環(huán)神經(jīng)網(wǎng)絡(luò)的基本概念、循環(huán)機制、長短時記憶網(wǎng)絡(luò)(LSTM)、門控循環(huán)單元(GRU)等方面進行介紹。 循環(huán)神經(jīng)網(wǎng)絡(luò)的基本概念 循環(huán)神經(jīng)網(wǎng)絡(luò)是一種時間序列模型,其基本思想是將序列數(shù)據(jù)中的每個元素(例如,單詞、時間點等)作為輸入,通過循環(huán)結(jié)構(gòu)將前一個時間步的
    的頭像 發(fā)表于 07-04 14:31 ?1147次閱讀

    組合邏輯控制器的基本概念、實現(xiàn)原理及設(shè)計方法

    廣泛應(yīng)用于計算機、通信、控制等領(lǐng)域。 本文將詳細介紹組合邏輯控制器的基本概念、實現(xiàn)原理、設(shè)計方法、應(yīng)用場景等方面的內(nèi)容,以幫助讀者全面了解組合邏輯控制器。 基本概念 1.1 組合邏輯 組合邏輯(Combinatorial Log
    的頭像 發(fā)表于 06-30 10:26 ?3044次閱讀

    串口通信的基本概念

    串口通信(Serial Communications)的基本概念可以歸納為以下幾個方面:
    的頭像 發(fā)表于 06-12 09:28 ?1307次閱讀
    串口通信的<b class='flag-5'>基本概念</b>

    RTC實時時鐘的基本概念和工作原理

    精確的實時時間,并為電子系統(tǒng)提供精確的時間基準(zhǔn)。本文將詳細闡述RTC實時時鐘的基本概念、工作原理以及其在現(xiàn)代電子設(shè)備中的應(yīng)用。
    的頭像 發(fā)表于 05-27 15:43 ?5692次閱讀