机构名称：
¥ 1.0
我将进一步关注机器学习，这是人工智能的一个子领域，其中算法将一组训练数据作为输入，并构建一个模型，该模型体现与特定任务或结果（例如分类）相关的数据中变量之间的关联。机器学习研究人员进一步将这一学科细分为无监督和监督机器学习以及强化学习。无监督机器学习算法只将训练数据作为输入，并生成类；也就是说，它们将样本分成互斥的组，这些组对人可能有意义，也可能没意义。对于二维数据，我们的视觉系统是实时、大规模并行无监督机器学习的一个很好的例子：我们可以立即感知到像素簇，即使它们形状不寻常并且对我们来说没有任何意义。相反，在监督机器学习期间，每个训练数据点都标有它所代表的类（例如肿瘤与正常）；这个标签代表监督，就像教授可能传授给学员关于 PET 检查中特定明亮体素集合代表什么的知识一样。应用于生物医学图像数据的大多数机器学习算法都是监督式的。最后，强化学习代表了机器学习
分子成像中的人工智能
主要关键词
相关文件推荐
