机器学习分为三个地方的应用:比赛,学术,工业
比赛偏向于效果好,但是不一定能复现;学术偏向于理论,不一定能落地;工业偏向于应用,但是由于成本导致应用受限。
机器学习中比较活跃的四大应用领域:数据挖掘、计算机视觉、自然语言处理、机器人决策
AI>机器学习>深度学习(黑箱)
机器学习可以用于推荐系统(相似推荐,特征计算相似),语音识别(贝叶斯),CV(比如CT片子辅助诊断),自动驾驶等等,一切可以从既往数据中寻找到规律的方向均可能存在应用
机器学习分为三个地方的应用:比赛,学术,工业
比赛偏向于效果好,但是不一定能复现;学术偏向于理论,不一定能落地;工业偏向于应用,但是由于成本导致应用受限。
机器学习中比较活跃的四大应用领域:数据挖掘、计算机视觉、自然语言处理、机器人决策
AI>机器学习>深度学习(黑箱)
机器学习可以用于推荐系统(相似推荐,特征计算相似),语音识别(贝叶斯),CV(比如CT片子辅助诊断),自动驾驶等等,一切可以从既往数据中寻找到规律的方向均可能存在应用