机器学习(ML)是一种系统从大规模数据中自动获取、整合、开发知识,然后通过发现新信息自主扩展所获得知识的能力,而无需专门编程。简而言之,ML算法可以在以下方面找到应用: (1)对生成研究数据的网络事件有更深入的了解,(2)以模型的形式捕获对事件的低估,(3)基于构建的模型预测事件将产生的未来价值,(4)主动检测现象的任何异常行为,以便提前采取适当的纠正措施。ML是一个不断发展的领域,随着最近的技术创新,特别是随着更智能算法的发展以及硬件和存储系统的进步,它已经能够更高效、更精确地执行大量任务,这在几十年前甚至是无法想象的。在过去的几年中,深度学习(deep learning, DL)也在不断发展,它是机器学习的一个专门子集,涉及更复杂的架构、算法和模型,用于解决复杂问题和预测复杂事件的未来结果。

https://www.zhuanzhi.ai/paper/a2722f2cd41de99beda43da11ddddf66

近年来,机器学习算法系统发展迅速,特别是在强化学习、自然语言处理、计算机和机器人视觉、图像处理、语音、情感处理和理解等方面。目前,机器学习在一些业务领域已经出现或正在发展,如医药和医疗保健、金融和投资、销售和市场营销、运营和供应链、人力资源、媒体和娱乐等。

近年来,工业上应用的ML系统呈现出一些突出的发展趋势。这些趋势将利用ML和人工智能(AI)系统的力量,进一步在商业和社会中获取利益。其中一些趋势如下:(1)更少的代码量和更快的ML系统实现;(2)越来越多地使用适合在资源受限的物联网设备上工作的轻量级系统;(3) ML模型构建代码的自动生成;(4)为ML系统开发的鲁棒管理设计新的流程,以提高可靠性和效率;(5)深度学习解决方案在各个领域和应用产品中得到更广泛的应用;6)增加使用基于生成对抗式网络(GAN)的各种图像处理应用,包括图像搜索、图像增强等;7)更加突出非监督学习系统,不需要或更少的人为干预;(8)使用强化学习系统;最后,(9)基于零样本的学习系统的进化。

随着ML模型、算法及其应用的重要性和相关性的增加,以及基于DL和人工智能系统的更多创新应用的出现,本卷介绍了一些创新的研究工作及其在现实世界中的应用,如股票交易、医疗和医疗保健系统、和软件自动化如何设计、优化ML和DL算法和模型,并将其应用于真实世界场景中的业务和其他流程,以实现更高的精度和效率。本书介绍了6个章节,重点介绍了机器学习、深度学习和人工智能的不同架构、模型、算法和应用。本书各章节讨论的主题说明了在真实世界的应用中涉及到的设计、训练、验证、测试和部署机器学习和深度学习模型的复杂性。

成为VIP会员查看完整内容
93

相关内容

“机器学习是近20多年兴起的一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习理论主要是设计和分析一些让 可以自动“ 学习”的算法。机器学习算法是一类从数据中自动分析获得规律,并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论,机器学习与统计推断学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。很多 推论问题属于 无程序可循难度,所以部分的机器学习研究是开发容易处理的近似算法。” ——中文维基百科

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
专知会员服务
225+阅读 · 2021年6月3日
【2021新书】面向健康的机器学习与人工智能,428页pdf
专知会员服务
132+阅读 · 2021年5月21日
【2021新书】深度学习计算机视觉,320页pdf
专知会员服务
187+阅读 · 2021年5月20日
【硬核书】终身机器学习,145页pdf
专知会员服务
82+阅读 · 2021年3月1日
【干货书】机器学习优化,509页pdf
专知会员服务
146+阅读 · 2021年2月26日
【干货书】Python机器学习及金融应用,384页pdf
专知会员服务
132+阅读 · 2021年1月1日
最新《监督机器学习可解释性》2020大综述论文,74页pdf
专知会员服务
129+阅读 · 2020年11月19日
【新书】Pro 机器学习算法Python实现,379页pdf
专知会员服务
197+阅读 · 2020年2月11日
神经网络的基础数学,95页pdf
专知
23+阅读 · 2022年1月23日
【干货书】《日常算法》,154页pdf
专知
6+阅读 · 2022年1月22日
421页《机器学习数学基础》最新2019版PDF下载
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
4+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
4+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
12+阅读 · 2008年12月31日
Arxiv
28+阅读 · 2021年9月26日
Domain Representation for Knowledge Graph Embedding
Arxiv
14+阅读 · 2019年9月11日
Arxiv
11+阅读 · 2018年4月25日
Arxiv
26+阅读 · 2017年12月6日
VIP会员
相关VIP内容
专知会员服务
225+阅读 · 2021年6月3日
【2021新书】面向健康的机器学习与人工智能,428页pdf
专知会员服务
132+阅读 · 2021年5月21日
【2021新书】深度学习计算机视觉,320页pdf
专知会员服务
187+阅读 · 2021年5月20日
【硬核书】终身机器学习,145页pdf
专知会员服务
82+阅读 · 2021年3月1日
【干货书】机器学习优化,509页pdf
专知会员服务
146+阅读 · 2021年2月26日
【干货书】Python机器学习及金融应用,384页pdf
专知会员服务
132+阅读 · 2021年1月1日
最新《监督机器学习可解释性》2020大综述论文,74页pdf
专知会员服务
129+阅读 · 2020年11月19日
【新书】Pro 机器学习算法Python实现,379页pdf
专知会员服务
197+阅读 · 2020年2月11日
相关基金
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
4+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
4+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
12+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员