楼主: 时光永痕
778 0

[数据挖掘新闻] 视觉上的解释:高管如何理解机器学习和深度学习? [推广有奖]

  • 0关注
  • 14粉丝

svip3

学术权威

12%

(VIP/贵宾)三级

39%

威望
0
论坛币
26 个
通用积分
49.7576
学术水平
4 点
热心指数
4 点
信用等级
4 点
经验
34070 点
帖子
2731
精华
0
在线时间
316 小时
注册时间
2020-7-21
最后登录
2024-4-24

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
视觉上的解释:高管如何理解机器学习和深度学习?
许多主管难以理解机器学习(ML)和深度学习(DL)。与技术部门有着务实的关系,高管需要在一个非常基本的层面上知道:“ ML和DL试图解决哪些问题?” 对这个问题的一个简单的高层回答是:“这全都在于构建在某些方面比人类做得更好的系统,而无需人工干预。” 话虽如此,区分ML及其分支DL的最简单方法是完成工作所需的人工干预水平。
想象一下,您想构建一个比任何人都快完成10
相比之下,基于DL的系统将被设计为能够自己弄清楚一堆谜题应该做什么。理想情况下,它将学习并根据收到的反馈进行改进:“失败!” -如果只是随机拖曳拼图。“成功!” -如果呈现出美丽的图画,并且所有拼图都在正确的位置。成功需要成千上万的尝试,但是这样的系统最终将比人类好几个数量级。
在许多情况下,全自动DL系统距离数年之遥。想想自动驾驶汽车。相比之下,例如,某些基于ML的推荐系统(利用大量标记的数据)今天可以提供巨大的价值。
在考虑利用ML和DL时,请从一个简单的问题开始:“我们今天可以实现什么自动化,如何以及在何种程度上实现自动化?”

关注 CDA人工智能学院 ,回复“录播”获取更多人工智能精选直播视频!


二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:机器学习 深度学习 如何理解 人工智能 简单方法

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注cda
拉您进交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-4-25 15:01