chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

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(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

如何理解人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)三者的區(qū)別

如意 ? 來源:雷鋒網(wǎng) ? 作者:雷鋒網(wǎng)字幕組 ? 2020-11-03 15:36 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

深度學(xué)習(xí)機(jī)器學(xué)習(xí)、人工智能——這些流行詞皆代表了分析學(xué)的未來。在這篇文章中,我們將通過一些真實世界的案例來解釋什么是機(jī)器學(xué)習(xí)和深度學(xué)習(xí)。在以后的文章中,我們將探索垂直用例。這樣做的目的不是要把你變成一個數(shù)據(jù)科學(xué)家,而是讓你更好地理解你可以用機(jī)器學(xué)習(xí)做什么。開發(fā)人員能越來越容易地使用機(jī)器學(xué)習(xí),數(shù)據(jù)科學(xué)家時常與領(lǐng)域?qū)<?、架?gòu)師、開發(fā)人員和數(shù)據(jù)工程師一起工作,因此,詳細(xì)了解機(jī)器學(xué)習(xí)的可能性對每個人來說都很重要。你的業(yè)務(wù)產(chǎn)生的每一條信息都有增加價值的潛力。這篇和以后的文章旨在激發(fā)你對自己數(shù)據(jù)的回顧,以發(fā)現(xiàn)新的機(jī)會。

什么是人工智能?

縱觀人工智能的歷史,其定義被不斷重寫。人工智能是一個概括性術(shù)語(這個概念始于50年代);機(jī)器學(xué)習(xí)是AI的子集,而深度學(xué)習(xí)又是機(jī)器學(xué)習(xí)的子集。

1985年,當(dāng)我還是美國國家安全局的實習(xí)生時,人工智能也是一個非常熱門的話題。在美國國家安全局,我甚至上了一節(jié)麻省理工關(guān)于人工智能專家系統(tǒng)的視頻課程。專家系統(tǒng)在規(guī)則引擎中捕獲專家的知識。規(guī)則引擎在金融和醫(yī)療保健等行業(yè)中有廣泛的應(yīng)用,最近更是用于事件處理,但是當(dāng)數(shù)據(jù)發(fā)生變化時,規(guī)則的更新和維護(hù)會變得異常困難。機(jī)器學(xué)習(xí)的優(yōu)勢在于從數(shù)據(jù)中學(xué)習(xí),并且可以提供數(shù)據(jù)驅(qū)動的概率預(yù)測。

在過去10年里,分析學(xué)發(fā)生了怎樣的變化?

根據(jù)《哈佛商業(yè)評論》的托馬斯?達(dá)文波特,分析技術(shù)過去十年里發(fā)生了翻天覆地的變化,跨商用服務(wù)器功能更強(qiáng)大、成本更低的分布式計算,流媒體分析、改進(jìn)的機(jī)器學(xué)習(xí)技術(shù),都使企業(yè)能夠存儲和分析更多的、不同類型的數(shù)據(jù)。

類似Apache Spark這樣的技術(shù)使用迭代算法,通過在內(nèi)存中跨迭代緩存數(shù)據(jù)并使用更輕量級的線程,進(jìn)一步加速了分布式數(shù)據(jù)的并行處理。

圖形處理單元(GPUs)加快了多核服務(wù)器的并行處理速度。GPU擁有一個由數(shù)千個更小、更高效的核心組成的大規(guī)模并行架構(gòu),這些核心專門設(shè)計用于同時處理多任務(wù),而CPU由幾個為順序串行處理而優(yōu)化的核心組成。就潛在的性能而言,從Cray -1進(jìn)化到如今擁有大量GPU的集群,其性能提升大約是曾經(jīng)世界上最快計算機(jī)的100萬倍,而成本卻只有其極小一部分。

什么是機(jī)器學(xué)習(xí)?

機(jī)器學(xué)習(xí)使用算法在數(shù)據(jù)中發(fā)現(xiàn)模式,然后使用一個能識別這些模式的模型對新的數(shù)據(jù)進(jìn)行預(yù)測。

一般來說,機(jī)器學(xué)習(xí)可以分為三種類型:監(jiān)督型、非監(jiān)督型、介于兩者之間。監(jiān)督學(xué)習(xí)算法使用標(biāo)記數(shù)據(jù),而非監(jiān)督學(xué)習(xí)算法在未標(biāo)記數(shù)據(jù)中發(fā)現(xiàn)模式。半監(jiān)督學(xué)習(xí)使用標(biāo)記數(shù)據(jù)和未標(biāo)記數(shù)據(jù)的混合。強(qiáng)化學(xué)習(xí)訓(xùn)練算法在反饋的基礎(chǔ)上最大化獎勵。

監(jiān)督學(xué)習(xí)

監(jiān)督算法使用標(biāo)記數(shù)據(jù),這些數(shù)據(jù)的輸入和目標(biāo)的結(jié)果或標(biāo)簽都會提供給算法。

監(jiān)督學(xué)習(xí)也被稱為預(yù)測建?;蝾A(yù)測分析,因為你建立了一個能夠做出預(yù)測的模型。預(yù)測建模的一些例子是分類和回歸。分類根據(jù)已知項的已標(biāo)記示例(例如,已知是否為欺詐的交易)來識別一個項屬于哪個類別(例如,某交易是否為欺詐)。邏輯回歸預(yù)測了一個概率——例如,欺詐的概率。線性回歸預(yù)測一個數(shù)值——例如,欺詐的數(shù)量。

一些分類的例子包括:

信用卡欺詐檢測(欺詐,不是欺詐)。

信用卡申請(良好信用,不良信用)。

垃圾郵件檢測(垃圾郵件,不是垃圾郵件)。

文字情緒分析(快樂,不快樂)。

預(yù)測患者風(fēng)險(高風(fēng)險患者、低風(fēng)險患者)。

惡性或非惡性腫瘤的分類。

邏輯回歸(或其他算法)的一些例子包括:

根據(jù)歷史汽車保險欺詐性索賠以及這些索賠的特征,例如索賠人的年齡、索賠金額、事故嚴(yán)重程度等,預(yù)測欺詐發(fā)生的概率。

給定患者特征,預(yù)測充血性心力衰竭的概率。

So線性回歸的一些例子包括:

根據(jù)歷史汽車保險欺詐性索賠以及這些索賠的特征,如索賠人的年齡、索賠金額、事故的嚴(yán)重程度等,預(yù)測欺詐金額。

根據(jù)歷史房地產(chǎn)銷售價格和房屋特征(如平方英尺,臥室數(shù)量,位置),預(yù)測房子的價格。

根據(jù)歷史上的社區(qū)犯罪統(tǒng)計,預(yù)測犯罪率。

這里還有其他的監(jiān)督和非監(jiān)督學(xué)習(xí)算法,我們不會一一介紹,但我們會詳細(xì)介紹每類中的一個。

分類示例 :借記卡詐騙

分類選用一組具有已知標(biāo)簽和預(yù)先確定特性的數(shù)據(jù),并學(xué)習(xí)如何根據(jù)這些信息標(biāo)記新數(shù)據(jù)。特性是你問的“是否”問題。標(biāo)簽就是這些問題的答案。

讓我們看一個借記卡詐騙的示例。

我們想要預(yù)測什么?

某一筆借記卡交易是否為欺詐。

欺詐是標(biāo)簽(對或錯)。

你可以用來進(jìn)行預(yù)測的“ 是否 ”問題或?qū)傩允鞘裁矗?/p>

今天花費的金額是否大于歷史平均水平?

今天的這些交易是否在多個國家?

今天的交易數(shù)量是否大于歷史平均水平?

今天的新商戶類型與過去三個月相比是否較高?

今天是否在多個帶有風(fēng)險類別代碼的商家處購買?

今天是否有不尋常的簽名與以往使用PIN相比?

與過去三個月相比,是否有新的購買行為?

與過去三個月相比,現(xiàn)在是否有國外購買?

要構(gòu)建分類器模型,你需要提取對分類最有貢獻(xiàn)的有用特性。

決策樹

決策樹創(chuàng)建一個基于輸入特征預(yù)測類或標(biāo)簽的模型。它的工作原理在于評估每個節(jié)點上包含一個特征的問題,然后根據(jù)答案選擇到下一個節(jié)點的分支。預(yù)測借記卡欺詐的可能決策樹如下所示。特性問題是節(jié)點,答案“是”或“否”是樹中到子節(jié)點的分支。(注意,真正的樹會有更多的節(jié)點。)

問題一:24小時內(nèi)的花費是否大于平均?

問題2:今天是否有多筆交易來自高風(fēng)險的商家?

是欺詐概率 = 90%

非欺詐概率 = 50%

決策樹很受歡迎,因為它們易于可視化和解釋。將算法與集成方法相結(jié)合,可以提高模型的精度。一個集成例子是一個隨機(jī)森林算法,它結(jié)合了決策樹的多個隨機(jī)子集。

無監(jiān)督學(xué)習(xí)

無監(jiān)督學(xué)習(xí),有時也被稱為描述分析,沒有預(yù)先提供的標(biāo)記數(shù)據(jù)。這些算法發(fā)現(xiàn)輸入數(shù)據(jù)中的相似性或規(guī)律。無監(jiān)督學(xué)習(xí)的一個例子是基于購買數(shù)據(jù)對相似的客戶進(jìn)行分組。

聚類

在聚類中,一個算法通過分析輸入實例之間的相似性將它們分類。一些聚類用例包括:

搜索結(jié)果分組。

分組相似客戶。

分組相似病人。

文本分類。

網(wǎng)絡(luò)安全異常檢測(發(fā)現(xiàn)不相似之處,集群中的異常值)。

K均值算法將數(shù)據(jù)分組到K個集群中,每個數(shù)據(jù)都屬于離其集群中心均值最近的集群。

聚類的一個例子是,一個公司希望細(xì)分其客戶,以便更好地定制產(chǎn)品和服務(wù)??蛻艨梢砸罁?jù)比如人口統(tǒng)計和購買歷史記錄等特征被分組。為了得到更有價值的結(jié)果,無監(jiān)督學(xué)習(xí)的聚類常常與有監(jiān)督學(xué)習(xí)相結(jié)合。例如,在這個banking customer 360用例中,首先根據(jù)問卷答案對客戶進(jìn)行細(xì)分。接著對客戶群體進(jìn)行分析,并標(biāo)上用戶畫像。然后,這些標(biāo)簽通過客戶ID與賬戶類型和購買內(nèi)容等特性進(jìn)行鏈接。最后,我們在被標(biāo)簽的客戶身上應(yīng)用了監(jiān)督機(jī)器學(xué)習(xí),允許將調(diào)查用戶畫像與他們的銀行行為聯(lián)系起來,以提供深入的見解。

深度學(xué)習(xí)

深度學(xué)習(xí)用來稱呼多層神經(jīng)網(wǎng)絡(luò),它是由輸入和輸出之間的節(jié)點“隱含層”組成的網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)有許多變種,你可以在這個神經(jīng)網(wǎng)絡(luò)備忘單上了解更多。改進(jìn)的算法、GPUs和大規(guī)模并行處理(MPP)使得具有數(shù)千層的神經(jīng)網(wǎng)絡(luò)成為可能。每個節(jié)點接受輸入數(shù)據(jù)和一個權(quán)重,然后向下一層的節(jié)點輸出一個置信值,直到到達(dá)輸出層,計算出該置信值的誤差。通過在一個叫做梯度下降的過程中進(jìn)行反向傳播,誤差會再次通過網(wǎng)絡(luò)發(fā)送回來,并調(diào)整權(quán)值來改進(jìn)模型。這個過程重復(fù)了數(shù)千次,根據(jù)產(chǎn)生的誤差調(diào)整模型的權(quán)值,直到誤差不無法再減少為止。

在此過程中,各層學(xué)習(xí)模型的最優(yōu)特征,其優(yōu)點是特征不需要預(yù)先確定。然而,這也意味著一個缺點,即模型的決策是不可解釋的。由于解釋決策可能很重要,研究人員正在開發(fā)新的方法來理解深度學(xué)習(xí)這個黑盒子。
責(zé)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(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
  • 人工智能
    +關(guān)注

    關(guān)注

    1811

    文章

    49507

    瀏覽量

    258386
  • 機(jī)器學(xué)習(xí)

    關(guān)注

    66

    文章

    8528

    瀏覽量

    135899
  • 深度學(xué)習(xí)
    +關(guān)注

    關(guān)注

    73

    文章

    5586

    瀏覽量

    123666
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    如何在機(jī)器視覺中部署深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)

    圖 1:基于深度學(xué)習(xí)的目標(biāo)檢測可定位已訓(xùn)練的目標(biāo)類別,并通過矩形框(邊界框)對其進(jìn)行標(biāo)識。 在討論人工智能(AI)或深度學(xué)習(xí)時,經(jīng)常會出現(xiàn)“
    的頭像 發(fā)表于 09-10 17:38 ?507次閱讀
    如何在<b class='flag-5'>機(jī)器</b>視覺中部署<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>神經(jīng)網(wǎng)絡(luò)

    挖到寶了!人工智能綜合實驗箱,高校新工科的寶藏神器

    和生態(tài)體系帶到使用身邊 ,讓我們在技術(shù)學(xué)習(xí)和使用上不再受制于人。 、多模態(tài)實驗,解鎖AI全流程 它嵌入了2D視覺、深度視覺、機(jī)械手臂、語音識別、嵌入式傳感器等多種類AI模塊,涵蓋
    發(fā)表于 08-07 14:30

    挖到寶了!比鄰星人工智能綜合實驗箱,高校新工科的寶藏神器!

    和生態(tài)體系帶到使用身邊 ,讓我們在技術(shù)學(xué)習(xí)和使用上不再受制于人。 、多模態(tài)實驗,解鎖AI全流程 它嵌入了2D視覺、深度視覺、機(jī)械手臂、語音識別、嵌入式傳感器等多種類AI模塊,涵蓋
    發(fā)表于 08-07 14:23

    超小型Neuton機(jī)器學(xué)習(xí)模型, 在任何系統(tǒng)級芯片(SoC)上解鎖邊緣人工智能應(yīng)用.

    Neuton 是一家邊緣AI 公司,致力于讓機(jī)器 學(xué)習(xí)模型更易于使用。它創(chuàng)建的模型比競爭對手的框架小10 倍,速度也快10 倍,甚至可以在最先進(jìn)的邊緣設(shè)備上進(jìn)行人工智能處理。在這篇博文中,我們將介紹
    發(fā)表于 07-31 11:38

    最新人工智能硬件培訓(xùn)AI 基礎(chǔ)入門學(xué)習(xí)課程參考2025版(大模型篇)

    人工智能大模型重塑教育與社會發(fā)展的當(dāng)下,無論是探索未來職業(yè)方向,還是更新技術(shù)儲備,掌握大模型知識都已成為新時代的必修課。從職場上輔助工作的智能助手,到課堂用于學(xué)術(shù)研究的智能工具,大模型正在工作生活
    發(fā)表于 07-04 11:10

    人工智能、云計算、區(qū)塊鏈三者區(qū)別對比

    AI人工智能基于算法和數(shù)據(jù),擅長處理復(fù)雜數(shù)據(jù);云計算依賴虛擬化和網(wǎng)絡(luò),提供高效計算;區(qū)塊鏈利用密碼學(xué),保證數(shù)據(jù)安全透明。三者在數(shù)據(jù)處理、安全性和應(yīng)用場景上各有特色,AI人工智能適用于智能
    的頭像 發(fā)表于 02-20 14:45 ?1022次閱讀

    SLAMTEC Aurora:把深度學(xué)習(xí)“卷”進(jìn)機(jī)器人日常

    人工智能機(jī)器人技術(shù)飛速發(fā)展的今天,深度學(xué)習(xí)與SLAM(同步定位與地圖構(gòu)建)技術(shù)的結(jié)合,正引領(lǐng)著智能機(jī)
    的頭像 發(fā)表于 02-19 15:49 ?621次閱讀

    軍事應(yīng)用中深度學(xué)習(xí)的挑戰(zhàn)與機(jī)遇

    人工智能尤其是深度學(xué)習(xí)技術(shù)的最新進(jìn)展,加速了不同應(yīng)用領(lǐng)域的創(chuàng)新與發(fā)展。深度學(xué)習(xí)技術(shù)的發(fā)展深刻影響了軍事發(fā)展趨勢,導(dǎo)致戰(zhàn)爭形式和模式發(fā)生重大變
    的頭像 發(fā)表于 02-14 11:15 ?714次閱讀

    數(shù)學(xué)專業(yè)轉(zhuǎn)人工智能方向:考研/就業(yè)前景分析及大學(xué)四年學(xué)習(xí)路徑全揭秘

    隨著AI技術(shù)的不斷進(jìn)步,專業(yè)人才的需求也日益增長。數(shù)學(xué)作為AI的基石,為機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、數(shù)據(jù)分析等提供了理論基礎(chǔ)和工具,因此越來越多的數(shù)學(xué)專業(yè)學(xué)生開始考慮在
    的頭像 發(fā)表于 02-07 11:14 ?1512次閱讀
    數(shù)學(xué)專業(yè)轉(zhuǎn)<b class='flag-5'>人工智能</b>方向:考研/就業(yè)前景分析及大學(xué)四年<b class='flag-5'>學(xué)習(xí)</b>路徑全揭秘

    人工智能機(jī)器學(xué)習(xí)以及Edge AI的概念與應(yīng)用

    人工智能相關(guān)各種技術(shù)的概念介紹,以及先進(jìn)的Edge AI(邊緣人工智能)的最新發(fā)展與相關(guān)應(yīng)用。 人工智能機(jī)器學(xué)習(xí)是現(xiàn)代科技的核心技術(shù)
    的頭像 發(fā)表于 01-25 17:37 ?1361次閱讀
    <b class='flag-5'>人工智能</b>和<b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>以及Edge AI的概念與應(yīng)用

    【面試題】人工智能工程師高頻面試題匯總:機(jī)器學(xué)習(xí)深化篇(題目+答案)

    隨著人工智能技術(shù)的突飛猛進(jìn),AI工程師成為了眾多求職夢寐以求的職業(yè)。想要拿下這份工作,面試的時候得展示出你不僅技術(shù)過硬,還得能解決問題。所以,提前準(zhǔn)備一些面試常問的問題,比如機(jī)器學(xué)習(xí)
    的頭像 發(fā)表于 12-16 13:42 ?3148次閱讀
    【面試題】<b class='flag-5'>人工智能</b>工程師高頻面試題匯總:<b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>深化篇(題目+答案)

    人工智能工程師高頻面試題匯總——機(jī)器學(xué)習(xí)

    隨著人工智能技術(shù)的突飛猛進(jìn),AI工程師成為了眾多求職夢寐以求的職業(yè)。想要拿下這份工作,面試的時候得展示出你不僅技術(shù)過硬,還得能解決問題。所以,提前準(zhǔn)備一些面試常問的問題,比如機(jī)器學(xué)習(xí)
    的頭像 發(fā)表于 12-04 17:00 ?1996次閱讀
    <b class='flag-5'>人工智能</b>工程師高頻面試題匯總——<b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>篇

    嵌入式和人工智能究竟是什么關(guān)系?

    、連接主義和深度學(xué)習(xí)等不同的階段。目前,人工智能已經(jīng)廣泛應(yīng)用于各種領(lǐng)域,如自然語言處理、計算機(jī)視覺、智能推薦等。 嵌入式系統(tǒng)和人工智能在許
    發(fā)表于 11-14 16:39

    具身智能機(jī)器學(xué)習(xí)的關(guān)系

    具身智能(Embodied Intelligence)和機(jī)器學(xué)習(xí)(Machine Learning)是人工智能領(lǐng)域的兩個重要概念,它們之間存在著密切的關(guān)系。 1. 具身
    的頭像 發(fā)表于 10-27 10:33 ?1382次閱讀

    人工智能機(jī)器學(xué)習(xí)深度學(xué)習(xí)存在什么區(qū)別

    人工智能指的是在某種程度上顯示出類似人類智能的設(shè)備。AI有很多技術(shù),但其中一個很大的子集是機(jī)器學(xué)習(xí)——讓算法從數(shù)據(jù)中學(xué)習(xí)。
    發(fā)表于 10-24 17:22 ?3330次閱讀
    <b class='flag-5'>人工智能</b>、<b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>和<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>存在什么<b class='flag-5'>區(qū)別</b>