17计算机实验班模式识别-
第一次作业
1. 介绍 深度学习是机器学习中一个新兴的研究方向，也是一个复杂的机器学习算法。深度学习的概念源于人工神经网络的研究，建立模拟人脑进行分析学习的神经网络，以模仿人脑的机制来解释数据，强调模型结构的深度和明确特征学习的重要性。因此，深度学习使计算机实现模仿视听和思考等人类的活动，解决了大量复杂的模式识 -
第一次作业
记录机器学习等人工智能领域的前沿技术介绍、展望、应用，了解我们国家的先进或不足，存在的卡脖子技术等 语音识别 语音识别技术 是利用机器识别和理解人类语言信号并将其转为相应的文本和命令的技术，属于多维模式识别和智能计算机接口技术。 国外研究背景 语音识别技术作为信息技术中人机交互的关键技术，起源于上个 -
人工智能发展
##人工智能领域的前沿技术介绍、展望、应用，我们国家的先进或不足，存在的卡脖子技术 ###现阶段人工智能技术发展特点 经历了60多年的发展后，人工智能已经开始走出实验室，进入到了产业化阶段。 深度学习技术逐渐在各领域开始应用 深度学习通过构建多隐层模型和海量训练数据，来学习更有用的特征，最终提升分析 -
第一次作业
检索一些文献或者网页资讯，记录机器学习等人工智能领域的前沿技术介绍、展望、应用，了解我们国家的先进或不足，存在的卡脖子技术等 介绍 AutoML出现原因 机器学习的应用需要大量的人工干预，这些人工干预表现在：特征提取、模型选择、参数调节等机器学习的各个方面。AutoML 试图将这些与特征、模型、优化 -
第一次作业
人工智能前沿 元学习 元学习是目前机器学习领域一个热门的研究方向，它解决的是学习如何学习的问题。 传统的机器学习研究模式是：获取特定任务的大型数据集，然后用这个数据集从头开始训练模型。很明显，这和人类利用以往经验，仅仅通过少量样本就迅速完成学习的情况相差甚远。因为人类学习了「如何学习」。 元学习（M -
机器学习第一次作业
生物特征识别技术 基本概念 生物特征识别技术是指通过个体生理特征或行为特征对个体身份进行识别认证的技术。 应用流程 从应用流程看，生物特征识别通常分为注册和识别两个阶段。 注册阶段通过传感器对人体的生物表征信息进行采集，如利用图像传感器对指纹和人脸等光学信息、麦克风对说话声等声学信息进行采集，利用数 -
机器学习第一次作业
人脸识别概念 基本概念： 1. 广义的人脸识别实际包括构建人脸识别系统的一系列相关技术，包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等。 2. 狭义的人脸识别指通过人脸进行身份确认或者身份查找的技术或系统。 人脸识别属于生物特征识别技术，是对生物体（一般特指人）本身的生物特征来区 -
机器学习第一次作业
自然语言处理技术概述 自然语言处理（NLP）是语言学和人工智能的交叉科学，旨在让计算机能够“读懂”人类的语言，是指机器理解并解释人类paralyzes写作、说话方式的能力。其包括的主要范畴有：分词、词性标注、命名实体识别、句法分析、关键词抽取、文本分类、自动摘要以及信息检索等等。传统的自然语言处理主 -
机器学习第一次作业
知识图谱 介绍 知识图谱是通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合，并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构达到多学科融合目的的现代理论。它能为学科研究提供切实的、有价值的参考。知识图谱，本质上，是一 -
第一次作业
前沿技术 对于人工智能这个如今热门的词汇，不管是从学校老师还是互联网都了解到了很多，自己对这个也很有兴趣。特别是在网上看到了一些人工智能机器人的视频，比如银行机器人、买奶茶机器人与客人的对话非常可爱、非常富有灵性，感觉非常的高级，很智能了。那时候的我傻傻的充满憧憬，结果后来我得知那是伪人工智能，都是