探討安全與機器學(xué)習(xí)
機器學(xué)習(xí)（Machine Learning， ML）是一門多領(lǐng)域交叉學(xué)科，涉及概率論、統(tǒng)計學(xué)、逼近論、凸分析、算法復(fù)雜度理論等多門學(xué)科。專門研究計算機怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識或技能，重新組織已有的知識結(jié)構(gòu)使之不斷改善自身的性能。機器學(xué)習(xí)已經(jīng)有了十分廣泛的應(yīng)用，例如：數(shù)據(jù)挖掘、計算機視覺、自然語言處理、生物特征識別、搜索引擎、醫(yī)學(xué)診斷、檢測信用卡欺詐、證券市場分析、DNA序列測序、語音和手寫識別、戰(zhàn)略游戲和機器人運用。
聲明：本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問題，請聯(lián)系本站處理。
舉報投訴
-
計算機
+關(guān)注
關(guān)注
19文章
7662瀏覽量
90794 -
模擬
+關(guān)注
關(guān)注
7文章
1438瀏覽量
84534 -
機器學(xué)習(xí)
+關(guān)注
關(guān)注
66文章
8503瀏覽量
134612
發(fā)布評論請先 登錄
相關(guān)推薦
熱點推薦
探討實時機器學(xué)習(xí)的概念及其應(yīng)用現(xiàn)狀
對于實時機器學(xué)習(xí)的含義，現(xiàn)在似乎還沒有明確的共識，而且也還沒有人深入探討過產(chǎn)業(yè)界該如何做實時機器學(xué)習(xí)。
探討如何將機器學(xué)習(xí)應(yīng)用到物聯(lián)網(wǎng)中
本項目探討如何將機器學(xué)習(xí)（Machine learning）應(yīng)用到物聯(lián)網(wǎng)（IoT，Internet of Things）中。我們將使用 Android Things 作為我們的物聯(lián)網(wǎng)平臺，并且采用
探討機器學(xué)習(xí)與深度學(xué)習(xí)基本概念與運算過程
人工智慧隸屬于大範疇，包含了機器學(xué)習(xí)（Machine Learning） 與深度學(xué)習(xí)（Deep Learning）。如下圖所示，我們最興趣的深度學(xué)習(xí)則是規(guī)範于
軟體機器人學(xué)習(xí)問題探討
，學(xué)習(xí)并探討軟體機器人結(jié)構(gòu)設(shè)計、柔性制造、運動控制、裝配和調(diào)試等內(nèi)容，使學(xué)員熟練應(yīng)用控制工程理論、自動化、材料力學(xué)、機械原理、機械設(shè)計、3D打印等基礎(chǔ)知識，培養(yǎng)和提高學(xué)員對軟體機器人目
發(fā)表于 08-12 15:09
機器學(xué)習(xí)可以有效的控制物聯(lián)網(wǎng)應(yīng)用的安全性
隨著這個智能物聯(lián)的時代不斷前行，不僅僅帶來無限的便捷，同時也帶來了網(wǎng)絡(luò)安全的隱患。面對這一難題，其實機器學(xué)習(xí)可以有效的控制物聯(lián)網(wǎng)應(yīng)用的安全性。
發(fā)表于 11-03 09:09
人工智能和機器學(xué)習(xí)提高網(wǎng)絡(luò)安全性的方法
人工智能和機器學(xué)習(xí)可以幫助組織提高網(wǎng)絡(luò)安全性的一些方法
發(fā)表于 01-25 06:25
機器人技術(shù)和機器學(xué)習(xí)
基于可靠性和安全性的多核片上系統(tǒng)（SoC）架構(gòu)。因此，嵌入式系統(tǒng)行業(yè)似乎將進入兩個關(guān)鍵領(lǐng)域：智能和自治。一些感興趣的領(lǐng)域是機器學(xué)習(xí)和所謂的“物聯(lián)網(wǎng)機器人”。在
發(fā)表于 12-20 06:03
什么是機器學(xué)習(xí)? 機器學(xué)習(xí)基礎(chǔ)入門
本文旨在為硬件和嵌入式工程師提供機器學(xué)習(xí)(ML)的背景，它是什么，它是如何工作的，它為什么重要，以及 TinyML 是如何適應(yīng)的機器學(xué)習(xí)是一個始終存在并經(jīng)常被誤解的技術(shù)概念。數(shù)十年來，
發(fā)表于 06-21 11:06
對人工智能和機器學(xué)習(xí)的未來做了深度的探討
本文為美國著名數(shù)據(jù)分析網(wǎng)站DZone分析師Tom Smith與Exaptive的副總裁Matt Coatney的專訪對話，對人工智能和機器學(xué)習(xí)的未來做了深度的探討。Exaptive是一家美國俄克拉荷馬州以提供大數(shù)據(jù)分析產(chǎn)品及服務(wù)
機器學(xué)習(xí)進入游戲的過程的探討
George Doubler（首席技術(shù)官，IBM Interactive Media）探討了機器學(xué)習(xí)平臺（如IBM的Watson或Google的計劃）剛剛開始進入游戲的過程。
人工智能和機器學(xué)習(xí)可促進工業(yè)安全
未來的自動化安全將涉及機器學(xué)習(xí)。人工智能和機器學(xué)習(xí)的進步，可以促使機器人和其它工業(yè)設(shè)備從大量與
機器學(xué)習(xí)領(lǐng)域下安全性的延展——對抗學(xué)習(xí)
隨著人工智能的興起，機器學(xué)習(xí)熱度不斷攀升，機器學(xué)習(xí)帶給我們智能化生活的同時，其本身的安全性問題也逐漸進入人們的視線，該
機器學(xué)習(xí)技術(shù)是什么？機器學(xué)習(xí)技術(shù)在新型電力系統(tǒng)安全穩(wěn)定中的應(yīng)用
機器學(xué)習(xí)技術(shù)是什么？機器學(xué)習(xí)技術(shù)在新型電力系統(tǒng)安全穩(wěn)定中的應(yīng)用 機器
機器學(xué)習(xí)和深度學(xué)習(xí)的區(qū)別
機器學(xué)習(xí)和深度學(xué)習(xí)是當今最流行的人工智能(AI)技術(shù)之一。這兩種技術(shù)都有助于在不需要人類干預(yù)的情況下讓計算機自主學(xué)習(xí)和改進預(yù)測模型。本文將探討
發(fā)表于 08-28 17:31
?1959次閱讀
工商網(wǎng)監(jiān)
評論