006-机器学习背后的思维-针对入门小白的概念算法及工具的朴素思考

本文介绍了机器学习领域的三位杰出人物:Jeoffrey Hinton、吴恩达和李飞飞。Hinton在深度学习算法上做出创新,提出降维和逐层训练;吴恩达推动GPU在机器学习中的应用,助力Nvidia在该领域崛起;李飞飞通过ImageNet项目强调大量数据的重要性,证实数据与算法同样关键。
摘要由CSDN通过智能技术生成

3.2 杰出的人物

在机器学习的领域,杰出人物极多。我个人认为,当下有三个人贡献突出。 他们 是:Jeoffrey Hinton,吴恩达和李飞飞。

在这里插入图片描述

Jeoffrey Hinton,其贡献在于设计优秀的机器学习算法。 其提出了在深度学习的 网络中, 使用降维和逐层训练的方法及应用的办法。他解决了优秀的算法应该如何做 的问题。 1

吴恩达(Andrew Ng), 其贡献在于机器学习的推广, 特别是对 GPU 的算力的推 广。他极力推广GPU在机器学习中的应用。 最终使得 GPU 被广泛地应用在机器学习 领域,并使得 Nvidia 一个原本生产游戏显卡的硬件公司,在机器学习领域占了一席之地。2

李飞飞,其贡献在于对大量数据的理解和实践。 从 2007 年开始,为了创建 ImageNet 图片库, 招募了来自167 个国家或地区的超过 5 万名标记人员, 完成手工标记 10 亿张备 选图片。 最终的结果振奋人心,也使得算法研究者终于相信, 大量数据的输入会使得 算法的效果得到惊人的提升, 而算法逻辑可以一行代码不改。 她通过事实证明了数据 与算法是同等重要的。 3

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值