相关问题推荐

• 深度学习出来就业面会广吗？深度学习 2021-12-21 14:39
  回答 1

  已采纳

  就业面广不广主要看深度学习的应用程度：其实咱们的实际生活中已经有很多应用深度学习技术的案例了。比如电商行业，在浏览淘宝时，页面中有很多都是符合你的爱好并且最近有意向购买的商品，这种个性化推荐中就涉及到深度学习技术，还有就是在购物界面能和你进...

• 深度学习在推进产业发展方面前景是否广阔？深度学习 2020-08-17 15:34
  回答 2

  深度学习是相对比较专业的一种描述，在生活中更多的场景下被直接称为了人工智能(当然在技术领域人工智能和深度学习的范畴是有差异的)，从国家政策到产业驱动，已经凸显了它的一个发展趋势政策加码支持撬动万亿蓝海　　2018世界人工智能大会将以人工智能赋能新...

• 深度学习+自动驾驶能带来新的就业岗位？深度学习 2020-08-17 15:32
  回答 2

  以后都是智能化社会，学好这些技术，找工作高薪就业没问题的

• 强人工智能的发展，能否给我们的普通生活带来大改变？深度学习 2020-08-17 15:30
  回答 2

  人们的生活变得越来越便利，未来都是人工智能的天下了~

• AlphaGo的胜利是不是就可以说人工智能已经超越深度学习 2020-08-17 15:29
  回答 2

  　　作为一种人工智能的AlphaGo，和IBM在上个世纪打败国际象棋大师卡斯帕罗夫的深蓝超级计算机，以及当代的苹果Siri、GoogleNow有着显著的区别。　　要了解AlphaGo，首先我们需要了解AlphaGo背后到底是一个什么东西。　　它背后是一套神经网络系统，由Google2...

• 目前深度学习的发展在那些领域取得了重大突破？深度学习 2020-08-17 15:28
  回答 2

  深度学习主要应用于图像识别、语音识别、自然语言处理等领域。学完可以从事深度学习工程师、机器学习工程师、人工智能工程师、高级算法工程师、高级算法工程师 AI研发工程师、AI架构师等，课程是与中科院合作的，整个行业发展前景还是不错的。...

• 深度学习如何提升图像的识别准确率？深度学习 2020-08-17 15:26
  回答 4

  目前，深度学习在图像、语音、自然语言处理都取得了重大突破。深度学习（卷积神经网络）最初是为解决图像识别问题而提出的。目前深度学习在图像识别中的应用主要集中于图像分类、目标检测、图像分割等领域。图像分类图片分类的任务是对于一个给定的图片，预测...

• 深度学习GAN能否让机器拥有创造性？深度学习 2020-08-17 15:25
  回答 2

      生成对抗网络（Generative Adversarial Nets）是Ian Goodfellow 等人2014年的论文《Generative Adversarial Nets》中提出，它是非监督学习的一种方法，通过让两个神经网络相互博弈的方式进行学习。    CANs都是在机器创造性思维方面在艺术方面的...

• 数据挖掘到底是怎么一回事，和机器学习是什么关系？机器学习 2020-07-15 09:04
  回答 1

  使用已经建立好的数学模型，进行数据的挖掘机器学习是利用已知的算法来进行模型的训练

• 请问协同过滤算法指的是什么？有何具体使用场景？能否机器学习 2020-07-15 09:00
  回答 1

  很成熟的一个推荐算法使用在推荐些用户喜欢的产品，视屏等方便

• 深度学习和机器学习的关系是什么？机器学习 2020-06-22 10:30
  回答 3

  机器学习中的神经网络分支包括深度学习。深度学习相对于普通的神经网络的优势在于，可以自动提取特征。将人从以前的手动提取特征的繁琐中解放出来，只需要会一套流程，就可以达到很好的效果。...

• 机器学习未来会和Java一样普及吗？机器学习 2020-06-22 10:29
  回答 3

  机器学习可能会广泛应用到日常生活，但是普及开来学习还有一定的时间，课程难度会有一方面，学习成本也比较大，所以短时间内很普及可能性还是不太大的。

• 如何理解有监督学习和无监督学习？Big Data 机器学习 2020-05-18 09:01
  回答 3

  已采纳

  监督学习（supervised learning）从给定的训练数据集中学习出一个函数（模型参数），当新的数据到来时，可以根据这个函数预测结果。监督学习的训练集要求包括输入输出，也可以说是特征和目标。训练集中的目标是由人标注的。监督学习就是最常见的分类（注意和...

• 怎么理解机器学习中的聚类和分类算法Big Data 机器学习 2020-05-18 09:00
  回答 1

  分类：是已知类别时，对数据进行按标签进行划分到不同类别中，属于有监督的学习。聚类：是在没有标签的情况下，将相似的数据划分到一个类中，属于无监督的学习。

• 怎么理解TF-IDF算法？Big Data 机器学习 2020-05-18 09:00
  回答 1

  其实这个是两个词的组合，可以拆分为TF和IDF。TF（Term Frequency，缩写为TF）也就是词频啦，即一个词在文中出现的次数，统计出来就是词频TF，显而易见，一个词在文章中出现很多次，那么这个词肯定有着很大的作用，但是我们自己实践的话，肯定会看到你统计出...