返回第28章 >13 机器学习 学习笔记(二)(2 / 2)肥仔马飞传首页

单片机也难受的一批。

然后我不是在图书馆嘛,然后从身后的书架翻了一本娃娃书看。

叫建筑表现技法。

好多画画技巧。画的真好。

分割线

20191024

某个行业大佬在某个行业大会上说目前的人工智能都算不上真正的人工智能,都只是机器学习。

那么我们今天来具体看看机器学习到底能做什么。

反正我翻了这本书,越来越发现就是一种用数理统计方法做任务的感觉。

首先,分类任务,让机器学习能分辨好坏,这是人工智能的基础,“yes/n”。“ha”现在虽然发展的不错,但其实更加复杂一点。

回归任务,给数据做个数据估计。比如:西瓜的成熟度。

多分类,渐渐感觉有“ha”的意思了。想起了各个专业的识别功能。比如拍照识花,比如拍照识别,拍照最基本的功能人脸确认,微笑确认等。机器学习,正以我们察觉不深的程度优化我们的生活。

但我们从来知道,科学是把双刃剑,使用者的良善之心才是重中之重。而盈利组织也通常会越来越使用更高超的技术手段。这个以后再聊。继续说机器学习。

多分类任务,已经初具人类可以察觉的人工智能水平了。

“这是什么?”人类问。

“这是灯泡,又叫富士山,是番杏科肉锥花属的多肉植物。要我介绍一下详细信息吗?”机器学习的产物如此说道。

而无监督学习的聚类学习,则还要腻害一些。因为监督学习,做的是简单工作,聚类学习的结果,可能超出人类的预期。

因为它能通过大量数据发现不同的“簇”,这个是很腻害的。数据够多够好,算法够好,也许甚至能帮助人类探索学科前沿的知识。

单单是这些分类、聚类啊,已经可以在提高人类生活水平方面做出巨大贡献了,有很广阔的应用前景。

我想做的是,人工智能写网文。现在已经有写假新闻的人工智能了,关于自然语言处理方面也许正等着我焦某人拨开这万古迷雾,还这世间一个朗朗乾坤。