机器学习
CNCC - 2016 | 机器学习(原文链接)
Machine Learning - ML,机器学习起源于人工智能,是AI的一个分支。
- 机器学习的理论基础:计算学习理论 - Computational Learning Theory
- 计算学习理论中最重要的理论模型:PAC(Probably Approximately Correct) - 概率近似正确模型(Valiant - 图灵奖,1984)
- 机器学习的形态:数据 + 算法
关于机器学习的未来
- 技术上:一定是能有效利用GPU等计算设备的方法(未必是深度学习);
- 任务上:开放动态环境下的机器学习任务(鲁棒性是关键);
- 形态上:从“算法 + 数据”过渡到“学件(Learnware)= 模型(model)+规约(specification)”的形态;
参考
深度学习
雷锋网 - 2016 | 人工智能在深度学习领域的前世今生(原文链接)
Deep Learning - DL,深度学习是机器学习的一种。
- 深度学习最重要的作用:表示学习
深度学习实践的四个关键要素
- 计算能力
- 算法
- 数据
- 应用场景
卷积神经网络(CNN)
最著名的深度学习模型。
参考
- ;