17计算机实验班模式识别-
机器学习第一次作业
机器学习领域前沿技术——深度学习 深度学习是机器学习研究中的一个领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。深度学习是无监督学习的一种。 深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特 -
机器学习第一次作业
机器学习等人工智能领域的前沿技术介绍、展望、应用 自动化机器学习（AutoML） 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、评价有关的重要步骤进行自动化地学习，使得机器 -
第一次作业
介绍 在过去的时间中，信息检索(Information Retrieval IR)在信息系统领域中占有重要地位，这是由于数字形式的文档的可用性不断提高，以及灵活访问它们的需求。文本分类（Text categorization TC），又称主题识别(Topic Spotting)。其主要任务之一是用预 -
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 -
作业一
简介 语音识别作为常见的人工智能应用，它可以将口语单词转换为文本，对文本进行处理以得出其含义。由于人类经常以口语，缩写和首字母缩写讲话，因此需要对自然语言进行大量的计算机分析才能产生准确的转录。 应用 语音识别技术的应用包括语音拨号、语音导航、室内设备控制、语音文档检索、简单的听写数据录入等。语音识 -
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