關於人工智慧的關鍵技術

關於人工智慧的關鍵技術

方法/步驟1

在演算法層，主要是機器學習，包括深度學習，遷移學習，對抗學習，強化學習和傳統機器學習。

2

基礎設施層面，重點關注演算法框架，例如Tensorflow、PyTorch、Caffe、Mxnet等。

3

GPU具有並行結構，在處理圖形資料和複雜演算法方面擁有比CPU更高的效率，深度學習模型訓練速度主要受GPU裝置限制。

4

機器學習的基本演算法，利用歷史資料，訓練出相關的模型，通過模型指導對新的資料的預測。

5

機器學習中預處理步驟是不可或缺的一部分，模型調參是調節對建模結果產生影響的因素。

6

有監督學習的重要特徵，是資料必須給定明確的標籤，涉及分類、迴歸和排序等演算法。

7

無監督學習是沒有標籤的，相關的包括密度預測、異常預測，以及社群劃分，都是此類。