99久久全国免费观看_国产一区二区三区四区五区VM_久久www人成免费看片中文_国产高清在线a视频大全_深夜福利www_日韩一级成人av

微軟公司宣布不再支持你正在使用的 IE瀏覽器,這會(huì)嚴(yán)重影響瀏覽網(wǎng)頁,請(qǐng)使用微軟最新的Edge瀏覽器
廠商專區(qū)
產(chǎn)品/技術(shù)
應(yīng)用分類

人工智能的背后隱藏了哪些AI算法?

2020-01-17 11:09 來源:互聯(lián)網(wǎng) 編輯:Emma

人工智能完美的落地實(shí)現(xiàn),主要是AI算法,大數(shù)據(jù),計(jì)算能力三方面的支持。其實(shí)AI算法是人工智能最核心的一個(gè)方面,很多環(huán)節(jié)都是不能缺少精準(zhǔn)的AI算法,算法的優(yōu)劣直接影響了人工智能的發(fā)展方向。那么我們一起去了解到底人工智能背后隱藏著哪些AI算法呢?

1.人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)(ANN)以大腦處理機(jī)制作為基礎(chǔ),開發(fā)用于建立復(fù)雜模式和預(yù)測(cè)問題的算法。該類型算法在語音、語義、視覺、各類游戲等任務(wù)中表現(xiàn)極好,但需要大量數(shù)據(jù)進(jìn)行訓(xùn)練,且訓(xùn)練要求很高的硬件配置。

ANN在圖像和字符識(shí)別中起著重要的作用,手寫字符識(shí)別在欺詐檢測(cè)甚至國(guó)家安全評(píng)估中有很多應(yīng)用。ANN 的研究為深層神經(jīng)網(wǎng)絡(luò)鋪平了道路,是「深度學(xué)習(xí)」的基礎(chǔ),現(xiàn)已在計(jì)算機(jī)視覺、語音識(shí)別、自然語言處理等方向開創(chuàng)了一系列令人激動(dòng)的創(chuàng)新。

2.決策樹

在機(jī)器學(xué)習(xí)中,決策樹是一個(gè)預(yù)測(cè)模型,他代表的是對(duì)象屬性與對(duì)象值之間的一種映射關(guān)系。其采用一種樹形結(jié)構(gòu),其中每個(gè)內(nèi)部節(jié)點(diǎn)表示一個(gè)屬性上的測(cè)試,每個(gè)分支代表一個(gè)測(cè)試輸出,每個(gè)葉節(jié)點(diǎn)代表一種類別。

決策樹算法屬于非參數(shù)型,較為容易解釋,但其趨向過擬合;可能陷入局部最小值中;無法在線學(xué)習(xí)。決策樹的生成主要分為兩步:1.節(jié)點(diǎn)的分裂:當(dāng)一個(gè)節(jié)點(diǎn)所代表的屬性無法給出判斷時(shí),則選擇將該節(jié)點(diǎn)分成2個(gè)子節(jié)點(diǎn) 2. 閾值的確定:選擇適當(dāng)?shù)拈撝凳沟梅诸愬e(cuò)誤率最小。

3.集成算法

簡(jiǎn)單算法一般復(fù)雜度低、速度快、易展示結(jié)果,其中的模型可以單獨(dú)進(jìn)行訓(xùn)練,并且它們的預(yù)測(cè)能以某種方式結(jié)合起來去做出一個(gè)總體預(yù)測(cè)。每種算法好像一種專家,集成就是把簡(jiǎn)單的算法組織起來,即多個(gè)專家共同決定結(jié)果。

集成算法比使用單個(gè)模型預(yù)測(cè)出來的結(jié)果要精確的多,但需要進(jìn)行大量的維護(hù)工作。

AdaBoost的實(shí)現(xiàn)是一個(gè)漸進(jìn)的過程,從一個(gè)最基礎(chǔ)的分類器開始,每次尋找一個(gè)最能解決當(dāng)前錯(cuò)誤樣本的分類器。好處是自帶了特征選擇,只使用在訓(xùn)練集中發(fā)現(xiàn)有效的特征,這樣就降低了分類時(shí)需要計(jì)算的特征數(shù)量,也在一定程度上解決了高維數(shù)據(jù)難以理解的問題。

4.回歸算法

回歸分析是在一系列的已知自變量與因變量之間的相關(guān)關(guān)系的基礎(chǔ)上,建立變量之間的回歸方程,把回歸方程作為算法模型,通過其來實(shí)現(xiàn)對(duì)新自變量得出因變量的關(guān)系。因此回歸分析是實(shí)用的預(yù)測(cè)模型或分類模型。

5.貝葉斯算法

樸素貝葉斯分類是一種十分簡(jiǎn)單的分類算法:對(duì)于給出的待分類項(xiàng),求解在此項(xiàng)出現(xiàn)的條件下各個(gè)類別出現(xiàn)的概率,哪個(gè)最大,就認(rèn)為此待分類項(xiàng)屬于哪個(gè)類別。

樸素貝葉斯分類分為三個(gè)階段,

① 根據(jù)具體情況確定特征屬性,并對(duì)每個(gè)特征屬性進(jìn)行適當(dāng)劃分,形成訓(xùn)練樣本集合

② 計(jì)算每個(gè)類別在訓(xùn)練樣本中的出現(xiàn)頻率及每個(gè)特征屬性劃分對(duì)每個(gè)類別的條件概率估計(jì)

③ 使用分類器對(duì)待分類項(xiàng)進(jìn)行分類。

6.K近鄰

K緊鄰算法的核心是未標(biāo)記樣本的類別,計(jì)算待標(biāo)記樣本和數(shù)據(jù)集中每個(gè)樣本的距離,取距離最近的k個(gè)樣本。待標(biāo)記的樣本所屬類別就由這k個(gè)距離最近的樣本投票產(chǎn)生,給定其測(cè)試樣本,基于某種距離度量找出訓(xùn)練集中與其最靠近的k個(gè)訓(xùn)練樣本,然后基于這k個(gè)“鄰居”的信息來進(jìn)行預(yù)測(cè)。

K緊鄰算法準(zhǔn)確性高,對(duì)異常值和噪聲有較高的容忍度,但計(jì)算量較大,對(duì)內(nèi)存的需求也較大。該算法主要應(yīng)用于文本分類、模式識(shí)別、圖像及空間分類。

7.聚類算法

聚類算法是機(jī)器學(xué)習(xí)中涉及對(duì)數(shù)據(jù)進(jìn)行分組的一種算法。在給定的數(shù)據(jù)集中,我們可以通過聚類算法將其分成一些不同的組。應(yīng)用中可利用聚類分析,通過將數(shù)據(jù)分組可以比較清晰的獲取到數(shù)據(jù)信息。該算法讓數(shù)據(jù)變得有意義,但存在結(jié)果難以解讀,針對(duì)不尋常的數(shù)據(jù)組,結(jié)果可能無用。

在商業(yè)領(lǐng)域中,聚類可以幫助市場(chǎng)分析人員從消費(fèi)者數(shù)據(jù)庫(kù)中區(qū)分出不同的消費(fèi)群體來,并且概括出每一類消費(fèi)者的消費(fèi)模式或者說習(xí)慣。

8.隨機(jī)森林算法

隨機(jī)森林是一種有監(jiān)督學(xué)習(xí)算法,基于決策樹為學(xué)習(xí)器的集成學(xué)習(xí)算法。隨機(jī)森林非常簡(jiǎn)單,易于實(shí)現(xiàn),計(jì)算開銷也很小,但是它在分類和回歸上表現(xiàn)出非常驚人的性能,因此,隨機(jī)森林被譽(yù)為“代表集成學(xué)習(xí)技術(shù)水平的方法”。

隨機(jī)森林擁有廣泛的應(yīng)用前景,從市場(chǎng)營(yíng)銷到醫(yī)療保健保險(xiǎn),既可以用來做市場(chǎng)營(yíng)銷模擬的建模,統(tǒng)計(jì)客戶來源,保留和流失,也可用來預(yù)測(cè)疾病的風(fēng)險(xiǎn)和病患者的易感性。

9.支持向量機(jī)

支持向量機(jī)通過尋求結(jié)構(gòu)化風(fēng)險(xiǎn)最小來提高學(xué)習(xí)機(jī)泛化能力,實(shí)現(xiàn)經(jīng)驗(yàn)風(fēng)險(xiǎn)和置信范圍的最小化,從而達(dá)到在統(tǒng)計(jì)樣本量較少的情況下,亦能獲得良好統(tǒng)計(jì)規(guī)律的目的。它是一種二類分類模型,其基本模型定義為特征空間上的間隔最大的線性分類器,即支持向量機(jī)的學(xué)習(xí)策略便是間隔最大化,最終可轉(zhuǎn)化為一個(gè)凸二次規(guī)劃問題的求解。

支持向量機(jī)可應(yīng)用于諸如文本分類,圖像分類,生物序列分析和生物數(shù)據(jù)挖掘,手寫字符識(shí)別等領(lǐng)域。

10.深度學(xué)習(xí)

深度學(xué)習(xí)基于人工神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí),區(qū)別于傳統(tǒng)的機(jī)器學(xué)習(xí),深度學(xué)習(xí)需要更多樣本,換來更少的人工標(biāo)注和更高的準(zhǔn)確率。

深度學(xué)習(xí)是學(xué)習(xí)樣本數(shù)據(jù)的內(nèi)在規(guī)律和表示層次,這些學(xué)習(xí)過程中獲得的信息對(duì)諸如文字,圖像和聲音等數(shù)據(jù)的解釋有很大的幫助。它的最終目標(biāo)是讓機(jī)器能夠像人一樣具有分析學(xué)習(xí)能力,能夠識(shí)別文字、圖像和聲音等數(shù)據(jù)。作為復(fù)雜的機(jī)器學(xué)習(xí)算法,在語音和圖像識(shí)別方面取得的效果,遠(yuǎn)遠(yuǎn)超過先前相關(guān)技術(shù)。

小結(jié)

算法是計(jì)算機(jī)科學(xué)領(lǐng)域最重要的基石之一,當(dāng)下需要處理的信息量是呈指數(shù)級(jí)的增長(zhǎng),每人每天都會(huì)創(chuàng)造出大量數(shù)據(jù),無論是三維圖形、海量數(shù)據(jù)處理、機(jī)器學(xué)習(xí)、語音識(shí)別,都需要極大的計(jì)算量,在AI時(shí)代越來越多的挑戰(zhàn)需要靠卓越的算法來解決。

聲明:本內(nèi)容為作者獨(dú)立觀點(diǎn),不代表電源網(wǎng)。本網(wǎng)站原創(chuàng)內(nèi)容,如需轉(zhuǎn)載,請(qǐng)注明出處;本網(wǎng)站轉(zhuǎn)載的內(nèi)容(文章、圖片、視頻)等資料版權(quán)歸原作者所有。如我們采用了您不宜公開的文章或圖片,未能及時(shí)和您確認(rèn),避免給雙方造成不必要的經(jīng)濟(jì)損失,請(qǐng)電郵聯(lián)系我們,以便迅速采取適當(dāng)處理措施;歡迎投稿,郵箱∶editor@netbroad.com。

微信關(guān)注
技術(shù)專題 更多>>
技術(shù)專題之EMC
技術(shù)專題之PCB

頭條推薦

電子行業(yè)原創(chuàng)技術(shù)內(nèi)容推薦
客服熱線
服務(wù)時(shí)間:周一至周五9:00-18:00
微信關(guān)注
獲取一手干貨分享
免費(fèi)技術(shù)研討會(huì)
editor@netbroad.com
400-003-2006
主站蜘蛛池模板: 成人国产精品久久久按摩 | 亚洲图色欧美另类小说 | 91精品国产综合久久久久久蜜月 | 成人免费看吃奶视频网站 | 精品久久久久久久久久久久包黑料 | 欧美日韩偷拍一区 | 国产无人区码一码二码三MBA | 国产亚洲第一伦理片在线c 啪啪网址大全 | 亚洲日韩在线中文字幕线路2区 | 男人插女人逼逼视频 | 欧美精品日韩精品国产精品 | www亚洲最大aⅴ成人天堂 | 乱人伦人妻中文字幕无码久久网 | 国内视频精品 | 国精品无码一区二区三区在线A片 | 亚洲高清揄拍自拍AV | 日日影视| 日本乱人伦AⅤ精品 | 把女的下面扒开添视频 | 999www人成免费视频 | www.狠狠插.com| 九九99无码精品视频在线观看 | 麻豆影音 | 伊人第一页 | 国产成人AV无码精品天堂 | 欧美日产国产新一区 | 伊人黄网 | 欧美激情网站在线观看 | 日本一级片在线观看 | 成人网页 | 亚洲国产精品视频一区二区 | 狠狠噜天天噜日日噜视频麻豆 | 国产精品午夜一区二区欲梦 | 国产爽爽久久影院潘金莲 | 国产三区在线观看 | 色噜噜狠狠色综合日日 | 欧美黄色a | 这里只有精品在线观看 | 136fldh福利微拍acg| 无码专区—va亚洲v专区 | 热久久久久香蕉无品码 |