91欧美超碰AV自拍|国产成年人性爱视频免费看|亚洲 日韩 欧美一厂二区入|人人看人人爽人人操aV|丝袜美腿视频一区二区在线看|人人操人人爽人人爱|婷婷五月天超碰|97色色欧美亚州A√|另类A√无码精品一级av|欧美特级日韩特级

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

機器學習的本質(zhì)

工程師 ? 來源:未知 ? 作者:姚遠香 ? 2018-12-07 16:50 ? 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

機器學習方法本質(zhì)上是人類認知方式的新世界,是人類的未來。工業(yè)革命解放了人類的體力,以機器學習技術(shù)逐步解鎖的人工智能革命將解放人類的腦力。這不是技術(shù)層面上的進步,而是從根本上改變?nèi)祟愓J知世界的方式。

長久以來,人類對事物的認知經(jīng)由三個步驟:原始數(shù)據(jù)——專業(yè)知識/經(jīng)驗常識——認知。長久以來,人類對事物的認知經(jīng)由三個步驟:原始數(shù)據(jù)——專業(yè)知識/經(jīng)驗常識——認知。

面對同樣的原始數(shù)據(jù)(股市數(shù)據(jù),儀表指數(shù),社會現(xiàn)象等),擁有不同知識的人將得出不同的認知;同樣,擁有相同知識的人,面對沒有數(shù)據(jù)、有少量數(shù)據(jù)、有大量數(shù)據(jù)以及有充分數(shù)據(jù)等不同情況時,也將得出不同的認知(信息均等博弈,信息不對稱博弈)。

那么究竟是知識重要還是數(shù)據(jù)重要?在人類歷史很長一段時間內(nèi),無疑是知識的擁有者占據(jù)了上風。而機器學習方法的出現(xiàn),則將這個趨勢徹底扭轉(zhuǎn)?;蛟S,“知識”未來將一文不值,而“數(shù)據(jù)”,才是價值連城。

機器學習的本質(zhì),就在于建立了(原始數(shù)據(jù)——認知)之間的直接映射,跳出了“知識”的束縛。從此,人類的認知方式改天換地。因為,從此我們或許再也不需要那冗桎的“知識”。

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
  • 機器學習
    +關(guān)注

    關(guān)注

    66

    文章

    8553

    瀏覽量

    136964
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

    人工智能與機器學習在這些行業(yè)的深度應用

    自人工智能和機器學習問世以來,多個在線領(lǐng)域的數(shù)字化格局迎來了翻天覆地的變化。這些技術(shù)從誕生之初就為企業(yè)賦予了競爭優(yōu)勢,而在線行業(yè)正是受其影響最為顯著的領(lǐng)域。人工智能(AI)與機器學習
    的頭像 發(fā)表于 02-04 14:44 ?484次閱讀

    強化學習會讓自動駕駛模型學習更快嗎?

    是一種讓機器通過“試錯”學會決策的辦法。與監(jiān)督學習不同,監(jiān)督學習是有人提供示范答案,讓模型去模仿;而強化學習不會把每一步的“正確答案”都告訴你,而是把環(huán)境、動作和結(jié)果連起來,讓
    的頭像 發(fā)表于 01-31 09:34 ?646次閱讀
    強化<b class='flag-5'>學習</b>會讓自動駕駛模型<b class='flag-5'>學習</b>更快嗎?

    機器學習和深度學習中需避免的 7 個常見錯誤與局限性

    無論你是剛?cè)腴T還是已經(jīng)從事人工智能模型相關(guān)工作一段時間,機器學習和深度學習中都存在一些我們需要時刻關(guān)注并銘記的常見錯誤。如果對這些錯誤置之不理,日后可能會引發(fā)諸多麻煩!只要我們密切關(guān)注數(shù)據(jù)、模型架構(gòu)
    的頭像 發(fā)表于 01-07 15:37 ?197次閱讀
    <b class='flag-5'>機器</b><b class='flag-5'>學習</b>和深度<b class='flag-5'>學習</b>中需避免的 7 個常見錯誤與局限性

    基于ETAS嵌入式AI工具鏈將機器學習模型部署到量產(chǎn)ECU

    AI在汽車行業(yè)的應用日益深化,如何將機器學習領(lǐng)域的先進模型(如虛擬傳感器)集成到ECU軟件中,已成為業(yè)界面臨的核心挑戰(zhàn)。
    的頭像 發(fā)表于 12-24 10:55 ?6112次閱讀
    基于ETAS嵌入式AI工具鏈將<b class='flag-5'>機器</b><b class='flag-5'>學習</b>模型部署到量產(chǎn)ECU

    CRC校驗的本質(zhì)和物理意義

    校驗的數(shù)學本質(zhì) 1. 模2除法與多項式表示 Modbus RTU采用的CRC-16算法基于多項式除法運算,其核心特征包括: 生成多項式:0x8005(標準表示)或0xA001(查表法優(yōu)化) 初始值
    發(fā)表于 11-13 07:58

    如何在機器視覺中部署深度學習神經(jīng)網(wǎng)絡

    人士而言往往難以理解,人們也常常誤以為需要扎實的編程技能才能真正掌握并合理使用這項技術(shù)。事實上,這種印象忽視了該技術(shù)為機器視覺(乃至生產(chǎn)自動化)帶來的潛力,因為深度學習并非只屬于計算機科學家或程序員。 從頭開始:什么
    的頭像 發(fā)表于 09-10 17:38 ?902次閱讀
    如何在<b class='flag-5'>機器</b>視覺中部署深度<b class='flag-5'>學習</b>神經(jīng)網(wǎng)絡

    什么是機器視覺及其功能?

    機器視覺本質(zhì)上是一個系統(tǒng)(例如一臺計算機)查看的能力。系統(tǒng)通過該能力分析圖像,然后作出決策或進行分類。
    的頭像 發(fā)表于 09-10 17:23 ?755次閱讀
    什么是<b class='flag-5'>機器</b>視覺及其功能?

    如何解決開發(fā)機器學習程序時Keil項目只能在調(diào)試模式下運行,但無法正常執(zhí)行的問題?

    如何解決開發(fā)機器學習程序時Keil項目只能在調(diào)試模式下運行,但無法正常執(zhí)行的問題
    發(fā)表于 08-28 07:28

    超小型Neuton機器學習模型, 在任何系統(tǒng)級芯片(SoC)上解鎖邊緣人工智能應用.

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

    貿(mào)澤電子2025邊緣AI與機器學習技術(shù)創(chuàng)新論壇回顧(上)

    2025年,隨著人工智能技術(shù)的快速發(fā)展,邊緣AI與機器學習市場迎來飛速增長,據(jù)Gartner預計,2025年至2030年,邊緣AI市場將保持23%的復合年增長率。
    的頭像 發(fā)表于 07-21 11:08 ?1185次閱讀
    貿(mào)澤電子2025邊緣AI與<b class='flag-5'>機器</b><b class='flag-5'>學習</b>技術(shù)創(chuàng)新論壇回顧(上)

    FPGA在機器學習中的具體應用

    隨著機器學習和人工智能技術(shù)的迅猛發(fā)展,傳統(tǒng)的中央處理單元(CPU)和圖形處理單元(GPU)已經(jīng)無法滿足高效處理大規(guī)模數(shù)據(jù)和復雜模型的需求。FPGA(現(xiàn)場可編程門陣列)作為一種靈活且高效的硬件加速平臺
    的頭像 發(fā)表于 07-16 15:34 ?2900次閱讀

    使用MATLAB進行無監(jiān)督學習

    無監(jiān)督學習是一種根據(jù)未標注數(shù)據(jù)進行推斷的機器學習方法。無監(jiān)督學習旨在識別數(shù)據(jù)中隱藏的模式和關(guān)系,無需任何監(jiān)督或關(guān)于結(jié)果的先驗知識。
    的頭像 發(fā)表于 05-16 14:48 ?1450次閱讀
    使用MATLAB進行無監(jiān)督<b class='flag-5'>學習</b>

    【「# ROS 2智能機器人開發(fā)實踐」閱讀體驗】視覺實現(xiàn)的基礎(chǔ)算法的應用

    閱讀心得體會:ROS2機器人視覺與地圖構(gòu)建技術(shù) 通過對本書第7章(ROS2視覺應用)和第8章(ROS2地圖構(gòu)建)的學習,我對機器人視覺感知和自主導航的核心技術(shù)有了更深入的理解。以下是我的心得體會
    發(fā)表于 05-03 19:41

    **【技術(shù)干貨】Nordic nRF54系列芯片:傳感器數(shù)據(jù)采集與AI機器學習的完美結(jié)合**

    【技術(shù)干貨】nRF54系列芯片:傳感器數(shù)據(jù)采集與AI機器學習的完美結(jié)合 近期收到不少伙伴咨詢nRF54系列芯片的應用與技術(shù)細節(jié),今天我們整理幾個核心問題與解答,帶你快速掌握如何在nRF54上部署AI
    發(fā)表于 04-01 00:00

    請問STM32部署機器學習算法硬件至少要使用哪個系列的芯片?

    STM32部署機器學習算法硬件至少要使用哪個系列的芯片?
    發(fā)表于 03-13 07:34