机构名称：
¥ 2.0
机器学习ML是AI的子场，其中计算机在暴露于“代表性数据，解释和对新数据上行动”后生成算法。3“提供足够的数据后，ML算法可以学习做出预测或解决问题，例如识别图片中的对象”。可能会发生不同的方式，ML可能会在培训前由人用户预先定义诸如细胞形状或大小诸如培训之前的特征，或者使用代表学习方法（例如深度学习），在这些方法中，计算机可以学习在不手动工程的情况下学习要提取的功能（请参阅下面的深度学习和监督学习的部分）。4神经网络“也称为人工神经网络，这是一种ML的类型。神经网络由简单的处理节点或“人造神经元”组成，这些节点与“人造神经元”相互连接。每个节点将从几个节点“上方”接收数据，并将数据提供给“下方”的几个节点。节点将重量附加到他们接收到的数据，并将值归因于该数据。如果数据没有通过一定的阈值，则不会传递到另一个节点。训练算法时，调整节点的权重和阈值，直到相似的数据输入导致一致的输出为止。”5数据可能会在隐藏层内的节点连接之间循环（反复的神经网络）或使用图层进行预处理（其中包含一系列称为卷积核的过滤器）（除了汇总层汇总层，还可以降低数据的尺寸，同时保留其特征以进行分析（称为卷积神经网络） - 特别是用于分析的分析图像。
病理学中的人工智能
主要关键词
相关文件推荐
