Чем различаются машинное и глубокое обучение

Материал из CDTOwiki
Перейти к: навигация, поиск
Обратная связь, которая поможет нам сделать CDTOwiki лучше.

1605https://rb.ru/story/ai-dictionary/НачальнаяПолезноIT/softДаОбщий (раздел)Цифровая экономика (раздел)Базовые понятия (раздел)Межотраслевое (раздел)Искусственный интеллект (раздел)Ссылки:RusbaseИИ, Машинное обучение, Глубокое обучениеСсылки:Чем различаются машинное и глубокое обучение

Сегмент
IT/softIT/soft
Рекомендовано
ПолезноПолезно
Сложность
НачальнаяНачальная
СтатьяСтатья
Словарь: чем различаются машинное и глубокое обучение
7 августа 2019 2019/08/07
веб-адрес
доступ: 19 сентября 2019, язык: Русский
источник
автор
Татьяна Петрущенкова
описание

Статья даёт определения терминам ИИ, машинное и глубокое обучение и описывает взаимосвязь между ними
из публикации
Термины и определения
Набор методов машинного обучения, в которых используются нейронные сети с большим количеством нейронов и слоев для извлечения признаков. В многослойной нейронной сети помимо входного (принимающего данные) и выходного (выдающего результат) слоев есть один или несколько скрытых слоев вычислительных нейронов для обработки данных. При этом каждый последующий слой получает на входе выходные данные предыдущего
Система связанных между собой простых процессоров (искусственных нейронов), обменивающихся друг с другом сигналами (нервными импульсами). Нейронная сеть имитирует центральную нервную систему и может решать более сложные задачи машинного обучения — прогнозирование временных рядов, распознавание речи, компьютерное зрение и другие
Способность машины выполнять когнитивные функции, которые свойственны человеку — умение рассуждать, обучаться и совершенствоваться на основе предыдущего опыта, решать определенные задачи, взаимодействовать с окружающей средой
Класс методов для решения задач искусственного интеллекта. Алгоритмы машинного обучения распознают паттерны в больших массивах данных и используют их для самообучения. Каждый новый массив данных позволяет алгоритмам совершенствоваться и адаптироваться в соответствии с полученной информацией, что позволяет постоянно улучшать точность рекомендаций и прогнозов
теги

Глубокое обучение, ИИ, Машинное обучение

фреймворки