Loading...
机构名称:
¥ 8.0

在发展过程中,机器学习模型在解决的问题复杂性方面已经取得了长足的进步。其中最简单的方法是寻找少量因素之间的线性关系,然后使用发现的模式进行预测——例如,根据距离、交通信号灯数量等预测旅行时间。随着考虑的因素数量的增加,需要能够识别非线性关系的更复杂的模型。当今最先进的模型采用神经网络架构,拥有数千亿个参数,使得它们能够在数据中找到非常复杂的模式。使用这样的模型,可以预测行程的持续时间,同时考虑一天中的时间、一周中的哪一天、交通拥堵和天气等因素。

俄罗斯人工智能——2023 年:趋势与前景

俄罗斯人工智能——2023 年:趋势与前景PDF文件第1页

俄罗斯人工智能——2023 年:趋势与前景PDF文件第2页

俄罗斯人工智能——2023 年:趋势与前景PDF文件第3页

俄罗斯人工智能——2023 年:趋势与前景PDF文件第4页

俄罗斯人工智能——2023 年:趋势与前景PDF文件第5页

相关文件推荐

2024 年
¥1.0
2022 年
¥1.0