For investors
股价:
5.36 美元 %For investors
股价:
5.36 美元 %认真做教育 专心促就业
我们在前几期的文章中给大家简单介绍了机器学习入门的一些基础知识等内容,而本文我们就通过案例分析来简单了解一下,机器学习技术支持都有哪些类型。
技术支持主要是计算机性能的飞速提升,包括传统计算机架构的改良,硬件加工工艺的提升,新的计算机架构的提出(量子计算机)
这些技术的提升使得机器学习成为一种可行的解决方案
芯片:
计算机的核心为处理器,即芯片,近年来集成电路领域的快速发展使得超大规模集成电路得以量产,纳米级的加工工艺使得单位面积的晶体管数量大大增加,计算机的运算能力得到了极大的提升,更强的计算能力使得计算机可以更快的处理更加复杂的问题,这为机器学习提供了技术支持。
网络:
因特网的出现使得整个世界联通起来,互联网的发展使得在网络世界中出现了与现实世界对等的另一个世界,大量的信息以电子化的形式被存储在世界各地的服务器,丰富而大量的数据可以通过网络轻松的获取,这些数据给机器学习提供了丰富的养料。
MAS(Multi-AgentSystem):
多智能体系统是分布式人工智能的一个重要分支,单个智能体的能力有很大的局限性,多智能体系统则可以打破单智能体的局限性,它的计算能力更强,可以做出更好的决策,同时具有良好的可拓展性与容错性。分布式计算使得很多单智能体无法解决的难题得以解决,同时大大提高了计算资源的利用率,减少了资源浪费。
ABC(AI,BigData,CloudComputing):
云计算,大数据,人工智能之间的关系十分密切,人工智能是做出决策为关键的部分,云计算提供计算能力,大数据提供数据,云计算与大数据使得人工智能的能力大大提升,这三者的结合将极大的推动人工智能的发展,ABC架构成为未来发展的一个重要方向。
众包(crowdsourcing):
众包是以自由自愿的形式将任务分配给非特定的大众志愿者的做法,由大众共同创造价值,分布式计算项目,wiki百科,开源软件项目等等许多成功的众包案例都展示了这种形式的优势。
【免责声明】:本内容转载于网络,转载目的在于传递信息。文章内容为作者个人意见,本平台对文中陈述、观点保持中立,不对所包含内容的准确性、可靠性与完整性提供形式地保证。请读者仅作参考。更多内容请加抖音太原达内IT培训学习了解。