<em id="3iliw"></em>
  • <progress id="3iliw"></progress>
  • <tbody id="3iliw"><pre id="3iliw"></pre></tbody><dd id="3iliw"><noscript id="3iliw"></noscript></dd>

    <progress id="3iliw"></progress>

    杭州.net培訓
    達內杭州.net培訓中心

    15925629667

    熱門課程

    關于機器學習的 5 個未來預測

    • 時間:2018-01-16
    • 發布:杭州.NET培訓
    • 來源:疑難解答

    機器學習目前是 IT 領域最熱門的話題之一,這是因為它在看似無限的應用場景中都能發揮自身的作用。從檢測欺詐網站到自動駕駛汽車,再到識別你的“金牌會員”身份以進行價格預測等等。

    但這個如此有吸引力的領域未來將如何發展?會走向何處?下一個最好的東西又將是什么?未來十年我們將處于什么樣的位置?無論下一個巨大的改變是否會給我們所有人帶來驚喜,本文將對機器學習將發揮作用的領域和用例做出五個預測。

    1. 量子計算(Quantum Computing)

    機器學習任務涉及到諸如在高維空間中對大量向量進行處理和分類的問題。我們目前用來解決這些問題的經典算法都需要耗費相當的時間。而量子計算機在處理巨大張量積(tensor product)空間中的高維向量時,可能會處理得更好。無論是有監督還是無監督的量子機器學習算法發展,都能比經典算法更快速地以指數方式增加向量數和維數,這將使得機器學習算法運行速度的大幅增加。

    相關開源項目推薦:

    OpenFermion — 谷歌與量子計算機創企 Rigetti 合作開發的開源量子軟件

    這是一個用于編譯和分析量子算法來模擬費米子系統,包括量子化學,其他功能方面,當前版本的特征是用數據結構和工具獲取和操縱費米子和量子位哈密頓算子的表示。

    這款軟件內包含了一個算法庫,可以在量子計算機上模擬電子相互作用,非常適于化學、材料學方面的研究。 有關更多信息,請參閱論文連接。

    2. 更好的無監督學習算法(Unsupervised Algorithms)

    當給學習算法輸入的數據沒有賦予標簽時,就可以認為是無監督學習,它自己會在輸入的數據中找到結構。事實上,無監督學習本身就是一個目標,比如發現數據中隱藏的模式,或者實現目的的手段,通常也會把無監督學習稱為特征學習。構建更智能的無監督學習算法的進步,將會帶來更快、更準確的結果。

    相關開源項目推薦:

    CycleGAN — 生成對抗網絡圖像處理工具

    生成對抗網絡(GAN)可以實現能解決無監督學習問題的模型,GAN 的網絡結構是具有顛覆性的,Yann LeCun 在一次關于這個研究的演講中如此評論:「GAN 是機器學習過去的 20 年里最重要的思想之一。」

    CycleGAN 這個項目與其它人工智能繪畫不同,CycleGAN 的研究團隊試圖建立一個可雙向轉化不丟失信息的雙向算法。研究團隊必須以機器可以理解的方式去描述每種風格之間的關系,并給機器 “吃下” 大量來自 Flicker 的照片進行訓練。

    3. 協同學習(Collaborative Learning)

    協同學習簡單來說就是利用不同的計算實體,使它們共同協作,以產生比自己所取得的更好的學習成果。一個典型的例子就是利用物聯網傳感器網絡的節點進行分析,或稱為邊緣分析。隨著物聯網的發展,將會有越來越多單獨的實體被用來以多種方式進行協同學習。

    4. 深度個性化推薦(Deeper Personalization)

    個性化推薦既是偉大的,但它同樣也會令用戶感到厭煩。我們經常會收到一些沒有什么價值的建議,而那些個性化推薦似乎與我們實際上可能感興趣的任何東西沒有任何實際的關系。但將來,憑著機器學習技術的發展,相信用戶將會收到更精確的建議,推送的廣告也變得更有效,準確性也更高。用戶體驗也將大大提升。

    相關開源項目推薦:

    Apache PredictionIO — 面向開發者和數據科學家的開源機器學習服務器

    PredictionIO 不久前從 Apache 孵化項目中脫胎而出,宣布成為 Apache 頂級項目。

    PredictionIO 是面向開發者和數據科學家的開源機器學習服務器。它支持事件采集、算法調度、評估,以及經由 REST APIs 的預測結果查詢。使用者可以通過 PredictionIO 做一些預測,比如個性化推薦、發現內容等。PredictionIO 提供 20 個預設算法,開發者可以直接將它們運行于自己的數據上。幾乎任何應用與 PredictionIO 集成都可以變得更“聰明”。其主要特點如下所示:

    基于已有數據可預測用戶行為

    使用者可選擇自己的機器學習算法

    無需擔心可擴展性,擴展性好

    提供個性化視頻、新聞、交易、廣告或職位信息

    幫助用戶發現有趣的事、文件、App 和資源等

    PredictionIO 基于 REST API(應用程序接口)標準,不過它還包含 Ruby、Python、Scala、Java 等編程語言的 SDK(軟件開發工具包)。其開發語言是Scala語言,數據庫方面使用的是MongoDB數據庫,計算系統采用 Hadoop 系統架構。

    5. 認知服務(Cognitive Service)

    這項技術包括類似 API 和服務的工具包,開發者可以通過這些工具創建更多可發現而且是智能的應用程序。機器學習 API 將允許開發者引入智能功能,如情感檢測分析;聲音、面部和視覺識別;并將語言和聲音理解融入其應用程序中。這個領域的未來將是為所有人推出深度個性化的計算體驗。

    簡單來說,認知服務可向應用、網站和機器人注入智能算法,以自然的溝通方式來觀察、傾聽、談話、了解和解釋用戶需求。

    關于認知服務的一些假設:

    當我們談及人工智能時不可回避的一個問題是,人工智能究竟是天使還是魔鬼。而認知服務的主要任務是讓機器理解人類世界,并能按照人類的思維方式或者超出普通人的思考能力去替代人類完成某些的判斷或決策,以替代人類大腦。一旦人工智能擁有“思考能力”之后,人類很難預測她的行為究竟是善意的行為,還是惡意的陷阱。目前的認知服務是否開啟了人工智能的潘多拉魔盒我們還未嘗可知,未來的一切還有待我們來探索。

    在機器學習的光明未來中,我們認為這些都是會發生的事情,不過同樣的,引入一些新的未知的顛覆性技術將會使得我們永遠無法預測未來。

    上一篇:英偉達停止為32位系統提供驅動程序
    下一篇:蘋果公司將開源的 Lisa 操作系統和應用程序
    選擇城市和中心
    貴州省

    廣西省

    海南省

    国拍自产亚洲 2019国拍自产在线,国拍自产亚洲,国产a在线不卡 百度 好搜 搜狗
    <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <文本链> <文本链> <文本链> <文本链> <文本链> <文本链>