Bayesian Program Learning(贝叶斯程序学习)

Bayesian Program Learning

  「贝叶斯程序学习」(BPL,Bayesian Program Learning),能让计算机系统对人类认知进行很好的模拟。但现在有关bayesian的研究放缓。
  传统的机器学习方法需要大量的数据来训练,而这种方法只需要一个粗略的模型,然后使用推理算法来分析案例,补充模型的细节。在数据量巨大但较混乱的情况下,深度学习能发挥优势;而在数据量少而清晰的情况下,贝叶斯学习占领上风。
  例如:之前,开发了一个‘只看一眼就会写字’的计算机系统,还通过了图灵测试。他们创造的AI系统能够迅速学会写陌生的文字,从某种意义上说明它领悟到了字符的本质特征(也就是字符的总体结构),同时还能识别出非本质特征(也就是那些因书写造成的轻微变异)。

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