原文: Graph-powered Machine Learning at Google
作者: Sujith Ravi 译者: KK4SBB
责编:何永灿,关注人工智能,投稿请联系heyc@csdn.net或微信号289416419
近些年来,机器学习技术取得了巨大的进步,使得计算机系统能够解决复杂的现实问题。其中一项先进技术就是由Google研究院的Expander组开发的大规模、基于图的机器学习平台。基于图的机器学习是一款功能强大的工具,被广泛用于我们日常接触到的Google产品和功能,比如用于收件箱的提醒功能和Allo的智能消息,或是用于深度神经网络来支持Google Photos的最新图像识别系统。
最少监督的学习
近期大多数在深度学习和机器学习领域取得的进展,都可以归因于较好预测能力的模型,这些模型是在大量有标记数据集上训练得到,通常有上百万的训练样本。由于需要监督式的训练机器学习模型,即用人工标记过的训练数据,因此这种方法也被称为“