人工智能的奥秘:机器学习的各大门派
本篇文章是博主在人工智能等领域学习时,用于个人学习、研究或者欣赏使用,并基于博主对人工智能等领域的一些理解而记录的学习摘录和笔记,若有不当和侵权之处,指出后将会立即改正,还望谅解。
文章分类在学习摘录和笔记专栏:
学习摘录和笔记(2)---《人工智能的奥秘:机器学习的各大门派》
人工智能的奥秘:机器学习的各大门派
原文/论文出处:
题目:《人工智能的奥秘:机器学习各大门派华山论剑,谁能技高一筹,笑傲江湖?》
作者:朱利明
时间:2022-09-28 07:29
来源:发表于北京.
图灵奖得主,Meta人工智能负责人杨立昆(Yann LeCun)在2016年曾提出一个有名的蛋糕比喻:“如果智能是一块蛋糕,主体是自监督学习,表面的一糖霜是监督学习,点缀的樱桃是强化学习”
机器学习:
通过某种算法模型从数据中不断提升某种任务的性能的一种实现人工智能的方法,
更进一步,深度学习是使用神经网络模型从海量数据中进行学习的一种机器学习方式。
监督学习(Supervised Learning)
最常用的机器学习方式,它使用专家标注过的数据集来训练模型。
类似于:看图识字
无监督学习(Unsupervised Learning)
不需要对数据进行标注。无监督学习可以学习到数据本身蕴含的规律或者学到其内部表示方式,因此可以生成新的数据。准确度一般不如监督学习
自监督学习(Self-Supervised Learning)
用海量的未标注数据,通过数据本身包含的规律来对数据进行自动标注,从而把无监督学习转化成监督学习。
半监督学习(Semi-supervised learning)
综合使用监督学习和无监督学习的机器学习方式。它可以利用少量标注数据和大量未标注数据进行模型训练,因此又称为弱监督(weak-supervised)学习。
以上几种机器学习方式的区别主要在于训练数据集的标注数量。
监督学习是全部标注,半监督学习是少量标注,而无监督学习则完全无需标注,自监督学习则是从没有标注的数据中自己找出潜在的标注。
深度学习(Deep Learning)
强化学习(Reinforcement Learning)
不是从静态的数据集中学习,而是研究智能体如何在环境中做出最优连续决策(得到最大回报)
强化学习类似动物和人类通过和环境交互得到的奖励和惩罚来优化行为模式。
深度强化学习(Deep Reinforcement Learning)
强化学习和深度学习结合形成,在近几年已经取得了非常大的进展。
文章若有不当和不正确之处,还望理解与指出。由于部分文字、图片等来源于互联网,无法核实真实出处,如涉及相关争议,请联系博主删除。如有错误、疑问和侵权,欢迎评论留言联系作者,或者关注VX公众号:Rain21321,联系作者。
人工智能的奥秘:机器学习的各大门派相关推荐
- Python+Django+Mysql开发在线美食推荐网 协同过滤推荐算法在美食网站中的运用 基于用户、物品的协同过滤推荐算法 个性化推荐算法、机器学习、分布式大数据、人工智能开发
Python+Django+Mysql开发在线美食推荐网 协同过滤推荐算法在美食网站中的运用 基于用户.物品的协同过滤推荐算法 个性化推荐算法.机器学习.分布式大数据.人工智能开发 FoodRecom ...
- Python+Django+Mysql开发在线购物推荐网 协同过滤推荐算法在购物网站中的运用 个性化推荐算法开发 基于用户、物品的协同过滤推荐算法 机器学习、分布式大数据、人工智能开发
Python+Django+Mysql开发在线购物推荐网 协同过滤推荐算法在购物网站中的运用 个性化推荐算法开发 基于用户.物品的协同过滤推荐算法 机器学习.分布式大数据.人工智能开发 ShopRec ...
- 在线音乐推荐网 Python+Django+Mysql开发技术 基于用户、物品的协同过滤推荐算法 个性化音乐推荐系统 音乐网站+协同过滤推荐算法 机器学习、分布式大数据、人工智能开发
在线音乐推荐网 Python+Django+Mysql开发技术 基于用户.物品的协同过滤推荐算法 个性化音乐推荐系统 音乐网站+协同过滤推荐算法 机器学习.分布式大数据.人工智能开发 MusicRec ...
- 年终总结:2021年五大人工智能(AI)和机器学习(ML)发展趋势
明年,人工智能技术将在企业运营中更加根深蒂固. 人工智能(AI)和机器学习(ML)一直在改变着我们的世界,但是2020年给这两个改变游戏规则的人带来了新的机遇和紧迫性-预计2021年会有更大的发展. ...
- 人工智能AI、机器学习和深度学习之间的区别是什么?
有人说,人工智能(AI)是未来,人工智能是科幻,人工智能也是我们日常生活中的一部分.这些评价可以说都是正确的,就看你指的是哪一种人工智能. 今年早些时候,Google DeepMind的AlphaGo ...
- 开发者成功使用机器学习的十大诀窍
开发者成功使用机器学习的十大诀窍 发表于6小时前| 330次阅读| 来源InfoWorld| 0 条评论| 作者Alexander Gray 机器学习开发者人工智能计算机视觉 width=&qu ...
- AI:一个20年程序猿的学习资料大全—人工智能之AI/机器学习/深度学习/计算机视觉/Matlab大赛——只有你不想要的,没有你找不到的
AI:一个20年程序猿的学习资料大全-人工智能之AI/机器学习/深度学习/计算机视觉/Matlab大赛--只有你不想要的,没有你找不到的 目录 (有偿提供,替朋友转载,扫描下方二维码提问,或者向博主扫 ...
- 机器学习与气象数据_气象大数据与机器学习联合实验室 大数据和气象的“联姻”...
气象大数据与机器学习联合实验室 大数据和气象的"联姻" 来源:<中国科学报> 时间:2017-02-13 13:36:28 作者:沈春蕾 我们每天都在看天气预报,大家会 ...
- 2018年度人工智能优化商业运作的10大途径
2018年度人工智能优化商业运作的10大途径 谈到人工智能,Google可能是当下最活跃的科技巨头之一. 在最近的I / O开发者大会中,谷歌展示了令人印象深刻的Duplex人工智能语音技术,这款AI ...
- ML:从工程化思维分析—机器学习团队十大角色的简介(背景/职责/产出物):产品经理、项目经理、业务咨询顾问、数据科学家、ML研究员、数据工程师、ML工程师、DevOps/软件开发/交付工程师
ML:从工程化思维分析-机器学习团队十大角色的简介(背景/职责/产出物):产品经理.项目经理.业务咨询顾问.数据科学家.ML研究员.数据工程师.ML工程师.DevOps/软件开发/交付工程师 背景:在 ...
最新文章
- 解决Eclipse无法打开“Failed to load the JNI shared library”(转)
- java高级知识点_JAVA高级阶段知识点汇总
- 输入流中的read和readfully方法区别和原理
- sqlserver2005仅当使用了列的列表,并且 IDENTITY_INSERT 为 ON 时,才能在表 'SendMealAddress'中为标识列指定显式值。...
- DevOps(过程、方法与系统的统称)是什么
- 2019腾讯广告算法大赛方案分享(冠军)
- 上下两个x轴_工业机器人到底有多少个“轴”?
- 搭建Sublime Text3 Java编译运行环境
- Lc165-版本号比较
- 1019 数字黑洞 (20)
- 【Ubuntu^Java】Ubuntu下JDK环境变量的配置
- 打开好哈录屏或者OBS直播软件黑屏问题解决,亲测有效!
- html图片自动旋转
- 村田 | 用于人机界面和生命体征检测的压电薄膜传感器
- matlab怎么建立一元线性回归方程,请问用MATLAB做一元非线性回归拟合,怎么做显著性检验呢?...
- 跟着王家林老师实现自己的大数据梦想
- 16.WireShark学习-在WireShark中添加新协议
- js创建一个电脑对象,该对象要有颜色、重量、品牌、型号,可以看电影、听音乐、打游戏和敲代码。
- CentOS7安装Nginx及配置
- 中兴交换机vsc配置实例