点击购买,资源将自动在新窗口打开.
获取独家产品信息,尽享促销优惠!立即订阅,不容错过
* 限···时··优惠
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。
主要关键词