认识达内从这里开始

认真做教育专心促就业

人工智能技术都有哪些算法

发布：运城达内教育官网
来源：互联网
时间：2019-10-14 09:18

随着互联网的不断发展，人工智能技术在不同领域都有落地实现的方式，而今天我们就通过案例分析来了解一下，人工智能技术普及都有哪些问题。

人工智能技术都有哪些算法

“机器学习”这个术语赋予了神奇的光环。普通人通常不会采用机器学习，而数据科学家才是高度专业化的炼金术士，他们在研究部门和实验室中将数据转化为“黄金”，而只是简单地说机器学习是一门科学，在此之外几乎没有提供解释。

当然，这可能是一个鲜为人知的事实，但多年来机器学习工具已经发展到这样一个地步：几乎任何人都可以按下按钮，并启动一些机器来学习有价值的东西。这并不是一件容易的事，但将数据整合并将其转化为可操作见解的工作已经实现自动化，很多具有这种动机的组织可以做到这一点。

这种缓慢的复兴是由商业世界中许多非程序员已经相当精通数据的现实所推动的。加载数字的电子表格是各级业务决策者的通用语言，机器学习算法也像表格中数据清晰定义的行和列一样。机器学习的新工具基本上只是另一组策略和选项，用于将表格数据转换为有用的答案。这些工具的优势在于能够处理收集数据、添加结构，并保持一致性，然后开始繁重的计算工作。它们简化了数据收集过程，简化了将信息保存在行和列中的工作。

这些工具还不够智能，无法为用户完成所有这些学习。用户必须提出正确的问题并找到合适的地方。但是这些工具加速了对答案的搜索，因此可以覆盖更多的范围，并在进行更多的搜索。

新的流行术语“AutoML”开始出现，表示机器学习算法附带了一个额外的自动化元层。标准算法一直被设计用于自行查找模式和规则，但传统算法带有许多选项和参数。数据科学家经常花费80%到99%的时间致力于找到很具预测性的规则。

AutoML通过尝试一系列选项，测试它们然后尝试更多来自动化这个阶段。它不是采用机器学习算法运行一次，而是运行N次，进行一些调整，再次运行N次，如此反复，直到用户的预算、时间、耐心耗尽。

AutoML工具非常适合云计算，因为它们在云中可以启动足够的机器并行运行，然后在完成后将它们返回池中。用户只需在峰值计算时间支付费用。

一般来说，AutoML算法是人们开始自己探索机器学习的一个良好选择。自动化通过处理一些设置参数和选项的基本工作来简化工作，然后再为用户测试结果。随着用户变得更加复杂，并开始理解结果，他们可以承担更多这些工作，并自行设置价值。

新的系统还可以让用户更轻松地了解机器的学习方式。如果编程将规则和数据转化为答案，那么机器学习算法将会反向工作，并将答案和数据转换为规则。这些规则可能会告诉用户业务发生的事情。这些简化工具的开发人员还创建了解释算法发现的规则的接口，更重要的是如何复制结果。他们想打开黑盒以促进理解。

【免责声明】本文系本网编辑部分转载，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题，请在30日内与管理员联系，我们会予以更改或删除相关文章，以保证您的权益!

< 上一篇：多线程与多进程之间的概念与区别分享

下一篇：人工智能技术落地都面临哪些问题 >