机器学习行业分析研究报告.docx

机器学习行业分析研究报告 目录 名词解释 4 中国机器学习行业市场综述 7 机器学习定义与分类 7 机器学习发展历程 8 中国机器学习行业规模 16 机器学习产业链 10 产业链上游 11 产业链中游 14 产业链下游 15 中国机器学习行业驱动因素 18 深度学习发展迅速 18 机器学习技术开放平台为行业发展提供有力支持 19 资本投入推动行业发展 19 中国机器学习行业制约因素 21 训练数据问题突出 21 机器学习模型可解释性差 21 中国机器学习行业相关政策法规 23 中国机器学习行业发展趋势 26 发展胶囊网络 26 发展生成对抗网络 26 发展深度强化学习 27 中国机器学习行业竞争格局 29 机器学习行业竞争格局概览 29 中国机器学习行业典型企业分析 29 竹间智能 29 第四范式 31 库柏特 33 图表目录 图 2-1 机器学习行业产业链 11 图 2-2 中国公有云市场规模，2014-2018 年 13 图 2-3 中国机器学习行业市场规模，2014-2023 年预测 17 图 5-1 机器学习行业相关政策法规 25 图 7-1 竹间智能融资情况 30 图 7-2 第四范式融资情况 32 图 7-3 库柏特融资情况 34 名词解释 回归：研究因变量和应变量之间线性关系的统计分析模型。 聚类：指将具有相似特征的对象聚集。 数据挖掘：通过算法发现大量数据中的隐含信息的过程。 计算机视觉：使用计算机模仿人类视觉系统的科学，让计算机拥有类似人类提取、处理、理解和分析图像以及图像序列的能力。 自然语言处理：实现人与计算机之间用自然语言进行有效通信的计算机技术。 生物特征识别：通过计算机利用人体所固有的指纹、虹膜、面相、DNA 等生理特征或步态、击键习惯等行为特征来进行个人身份鉴定的技术。 智能体：在特定环境下，能持续自主地发挥作用，具备驻留性、反应性、社会性、主动性等特征的计算实体。 人工神经网络：Artificial Neural Network，ANN，从信息处理角度对人脑神经元网络抽象化而建立的模型。 感知器：具有简单结构，并能从数学上严格证明的人工神经网络典型结构。 支持向量机：Support Vector Machine, SVM，一种监督学习模型，通常用来进行模式识别、分类以及回归分析。 线性分类器：透过特征的线性组合将具有相似特征的对象聚集。 异或：异或也称半加运算，其运算法则相当于不带进位的二进制加法。 线性不可分：线性函数无法将两类样本分离。 先验知识：指先于经验、不依赖于经验的知识。 分类器：在已有数据的基础上构造出的分类函数或分类模型，根据分类能力的不同，分类器可分为强分类器和弱分类器。 Boosting 算法：一种用于提高弱分类器准确度的方法。 API：Application Programming Interface，应用程序编程接口，本质是预先定义的函数和算法，目的是供应用程序与开发人员调用特定技术功能。 ID3 算法：以信息论为基础，以信息增益度为衡量标准，实现对数据的归纳分类的算法。 神经网络反向传播算法：Backpropagation，适用于多层神经元网络的一种学习算法。 AdaBoost 算法：一种由弱分类器演变成强分类器的迭代算法。 符号主义：一种基于逻辑推理的智能模拟方法。 图像识别：利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术。 语音识别：让机器通过识别和理解过程把语音信号转变为相应的文本或命令的计算机技术。 人脸识别：基于人的脸部特征信息进行身份识别的一种生物识别技术。 前馈神经网络：Feedforward Neural Network,各神经元分层排列的简单神经网络。 卷积神经网络：Convolutional Neural Networks, CNN，指包含卷积计算且具有深度结构的前馈神经网络。 循环神经网络：一类以序列数据为输入，在序列的演进方向进行递归且所有节点按链式连接的递归神经网络。 递归神经网络：Recursive Neural Network, 具有树状阶层结构且网络节点按其连接顺序对输入信息进行递归的人工神经网络。 泛化能力：机器学习模型在原有的数据集上添加新的数据集，并通过训练输出合理结果的能力。 生成模型：在给定隐含参数条件下，随机生成观测数据的模型。 损失函数：随机事件或有关随机变量的取值映射为非负实数的函数。 过拟合：为了得到一致假设而使假设变得过度严格。 欠拟合：模型拟合程度不高，模型未能充分捕捉到数据特征。 语篇：交流过程中的一系列连续语段或句子所构成的语言整体。 中国机器学习行业市场综述 机器学习定义与分类 机器