谷歌机器学习概述-人工智能.docx

  1. 1、本文档共2页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
? ? ? ? ? 谷歌机器学习-人工智能 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 谷歌对于机器学习的研究要追溯到7-8年前的语音技术开始。但是,机器学习这一技术取得突破性进展,是发生在计算机视觉领域。谷歌的机器学习产品包括一系列的云服务和工具。 谷歌机器学习的原理是,用众多的电脑模拟人脑中的“神经元”,形成一个人“神经网络” ( Artificial Neural Network)。它不需要借助大批研究人员帮助电脑标明事物之间的差异,只要为算法提供海量的数据,“神经元”与“神经元”之间的关系将会发生变化,让数据自己说话,让组成“神经网络”的机器具备自动学习、识别数据的能力,在新的输入中找出与学到的概念对应的部分,达到机器学习的效果。例如,当人们需要计算机辨别图片内容的时候,各个人工神经元就会把所抓取的信息传递给被设置为“决策者”的神经元上,它们通过统观其下层所有神经元所呈现的信息,结合案例、数据的分析及算法最终得出结论。 而在这背后,谷歌的机器学习的步骤是:首先需要找到“Model(模型)”,就是在输入和输出中间的一个转换公式,也就是“机器学习”中的“机器”;其次,需要为这个公式找到“参数”,这是需要机器进行学习,并不断修正;最后,它需要“学习”如何不断调整参数、降低错误。 ? -全文完-

文档评论(0)

科技之佳文库 + 关注
官方认证
内容提供者

科技赋能未来,创新改变生活!

版权声明书
用户编号:8131073104000017
认证主体重庆有云时代科技有限公司
IP属地上海
统一社会信用代码/组织机构代码
9150010832176858X3

1亿VIP精品文档

相关文档