【编者按】的基础就是有大量被贴过标签的数据,而对当前情况来说,数据是有的,而且很多,可是被整理过的数据就太少了。是致力于为数据贴标签再教机器去学习,还是培养机器进行,不需要指导就能得出结论?
本文发于网易智能,由网易见外智能编译编译,经编辑,供行业人士参考。
令人惊讶的是,尽管我们的世界几乎被数据所淹没,但很大一部分是未经标注未被整理过的,这意味着这些数据对于大多数目前的监督式学习来说是不可用的。
而深度学习尤其依赖于大量良好的、结构化的、有标签的数据。在我们“神经网络非数理化指南”的第二部分中,我们将研究为什么高质量的、标记过的数据如此重要,它来自哪里,如何使用,以及近期会有什么样的解决方案可以提供给我们制造的那些渴望学习的机器。
监督学习:让我握住你的手
在关于神经网络的文章中,我们曾解释了如何通过精心制作的“香肠印刷机”(sa……
这篇文章发布很久了,已经被归档请点击阅读更多文章
© 版权声明
文章版权归作者所有,未经允许请勿转载。
THE END
暂无评论内容