AI的四大关键性概念

2017-03-09 01:00
网络安全和信息化 2017年9期
关键词:关键性集上度量

这四个关键代表了分析过程中的步骤。分类方法涉及创建特定问题域的度量(例如财务、网络)。类别涉及哪些数据与所需解决的问题最为相关。机器学习包括异常检测、聚类、深度学习和线性回归。带有监督的机器学习使用神经网络(深度学习)现在已经成为最流行的方法之一。协作过滤涉及在大型数据集上寻找模式,解决大兴数据集和人脸识别。

猜你喜欢
关键性集上度量
鲍文慧《度量空间之一》
模糊度量空间的强嵌入
Cookie-Cutter集上的Gibbs测度
链完备偏序集上广义向量均衡问题解映射的保序性
迷向表示分为6个不可约直和的旗流形上不变爱因斯坦度量
分形集上的Ostrowski型不等式和Ostrowski-Grüss型不等式
关于汽车经销商DMS系统实施的关键性
地质异常的奇异性度量与隐伏源致矿异常识别
写作过程中结构起着关键性的作用
几道导数题引发的解题思考