- 博客(4)
- 收藏
- 关注
原创 AI机器学习(四)一些简单的思考
商业应用时间原因,本想好好整理章节,后续跟进下去,但目前情况不允许,先到这里。 简单探讨下商业应用方式: 可以配合云计算引擎(如Hadoop、Spark、我自己写了一个C#版的分布式计算引擎-基于内存的,比Spark早2年) 。 在文本信息挖掘、图像检索(痕迹、医学影像、日常照片等)应用会比较广泛,因为是不断学习的过程,因此,肯定比传统识别算法更具优势。 领域方面大家自己开拓吧,说的多可能
2017-08-03 15:47:30 916
原创 AI机器学习(三)神经网络在图片上的应用(C#)
Deep Belief Network Deep Belief Network Learning 2层神经网络的建模能力是非常强大的,但是要求隐节点个数足够多,多到难以接受。如果采用更深层的网络,比如3层网络,即两个hidden层,每层100个节点,则可以和hidden层有10000个节点的2层网络建模能力差不多,类似,4层网络,三个hidden层,每层100个节点,可以和hidden层有1000
2017-08-03 15:45:11 5023 1
原创 AI机器学习(二)让机器学会“异或”(C#)
Support Vector Machine SVM指的是支持向量机(外文名Support Vector Machine),在机器学习领域,是一个有监督的学习模型,通常用来进行模式识别、分类以及回归分析。SVM具有以下特征: ⑴SVM学习问题可以表示为凸优化问题,因此可以利用已知的有效算法发现目标函数的全局最小值。而其他分类方法(如基于规则的分类器和人工神经网络)都采用一种基于贪心学习的策
2017-08-03 15:31:34 2634
原创 AI机器学习(一)背景及环境(C#)
AI机器学习(一)背景及环境(C#)前言随着alphago人机对战最终以机器大胜之后,AI的商业应用逐步进入我们的视野。很多人投身到机器学习领域,我也作为一个爱好者始终关注这一方面。因工作需要,偶然间涉猎到了图像识别领域,考虑到图像拍照所受的光照、曝光、噪点等多方面影响,一方面当前团队对传统图像识别算法掌握的专业知识有限;另一方面准确性的验证和调优若采用传统算法,时间周期会非常长。因上手边有大量确定
2017-08-03 15:21:18 7833
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人