463
个编辑
更改
跳到导航
跳到搜索
第269行：
第269行： − ===人工神经网络=== − :''主文章：[[ 人工神经网络]]'' − [[人工神经网络]](ANN)学习算法，通常称为神经网络(NN)，是一种受[https://en.wikipedia.org/wiki/Neural_circuit 生物神经网络]启发的学习算法。计算是根据一组相互关联的[https://en.wikipedia.org/wiki/Artificial_neuron 人工神经元]来构造的，它们使用[https://en.wikipedia.org/wiki/Connectionism 连接主义]的[https://en.wikipedia.org/wiki/Computation 计算]方法来处理信息。现代神经网络是[https://en.wikipedia.org/wiki/Non-linear 非线性][https://en.wikipedia.org/wiki/Statistical 统计][https://en.wikipedia.org/wiki/Data_modeling 数据建模]工具。它们通常用于模拟输入和输出之间的复杂关系，在数据中[https://en.wikipedia.org/wiki/Pattern_recognition 找到模式]，或在观测变量之间的未知[https://en.wikipedia.org/wiki/Joint_probability_distribution 联合概率分布]中寻找统计结构。 − − ====深度学习==== − :''主文章：[https://en.wikipedia.org/wiki/Deep_learning 深度学习]'' − 近几年来，硬件价格的下降和个人用[https://en.wikipedia.org/wiki/Graphics_processing_unit GPU]的发展促进了深度学习概念的发展，该概念由人工神经网络中的多个隐层组成。这种方法试图模拟人脑将光和声音处理成视觉和听觉的方式。深入学习的一些成功应用是[https://en.wikipedia.org/wiki/Computer_vision 计算机视觉]和[https://en.wikipedia.org/wiki/Speech_recognition 语音识别] − <ref>Honglak Lee, Roger Grosse, Rajesh Ranganath, Andrew Y. Ng. "[http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.149.802&rep=rep1&type=pdf Convolutional Deep Belief Networks for Scalable Unsupervised Learning of Hierarchical Representations]" Proceedings of the 26th Annual International Conference on Machine Learning, 2009.</ref>。 −
→人工神经网络
==方法==
==方法==
:''主文章：[https://en.wikipedia.org/wiki/List_of_machine_learning_algorithms 机器学习算法列表]''
:''主文章：[https://en.wikipedia.org/wiki/List_of_machine_learning_algorithms 机器学习算法列表]''
===归纳逻辑编程===
===归纳逻辑编程===
:''主文章：[https://en.wikipedia.org/wiki/Inductive_logic_programming 归纳逻辑编程]''
:''主文章：[https://en.wikipedia.org/wiki/Inductive_logic_programming 归纳逻辑编程]''