人工智能算法梳理及解析

被引：9

作者：

王蕴韬

机构：

[1] 中国信息通信研究院

来源：

信息通信技术 | 2018年 / 12卷 / 01期

关键词：

人工智能; 机器学习; 深度学习; 回归; 分类; 聚类;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

文章旨在梳理当前人工智能主流算法脉络,简析其原理及应用场景,帮助人们更加理性深入地对人工智能技术有一个比较全面的理解和思考。文章在对人工智能技术背后数学理论及实际应用的分析基础上,对机器学习算法主要任务、深度学习发展动因、深度学习算法应用进行梳理和分析,提取出人工智能算法主要能够完成的三类任务,并在技术层面针对人工智能下一步发展做出了分析和展望。

引用

页码：63 / 68

页数：6

共 8 条

[1]

Neural Networks and Deep Learning. Michael Nielsen. http://neuralnetworksanddeeplearning.com . 2017

[2]

Deep Learning. Ian Goodfellow,Yoshua Bengio,Aaron Courville. . 2016

[3]

Pattern Recognition and machine learning. Christopher M Bishop. . 2006

[4]

人工智能导论[M]. 国防工业出版社 , 刘峡壁, 2008

[5]

A Survey on Transfer Learning. Sinno Jialin Pan,Qiang Yang. IEEE Transactions on Knowledge and Data Engineering . 2010

[6]

A survey of feature selection and feature extraction techniques in machine learning. KHALID S,KHALIL T,NASREEN S. Science and Information . 2014

[7]

统计自然语言处理[M]. 清华大学出版社 , 宗成庆, 2007

[8] 聚类算法研究 [J].

孙吉贵 ;

刘杰 ;

赵连宇 .

软件学报, 2008, (01) :48-61

← 1 →