《老生常谈:什么样的(机器学习)结果才有推广(泛化)价值》
老生常谈,到底什么样的机器学习模型才能取缔“众生”
人工智能是研究一种可以直接处理重要应用的方法,比如试图改进语音识别或医学成像的生产系统。但是,大多数研究,即使是在计算机视觉等应用领域,都是在高度简化的真实世界的代理上完成的。目标识别基准的进展:从像MNIST,NORB和Caltech101这样的数据集开始到现在像ImageNet和Pascal VOC这样复杂而富有挑战性的产品,它们本身并没有什么价值,但只是因为它产生的见解有助于我们设计更好的实际应用系统。
所以我们会很自然地问:哪些研究结果会推广到新的应用中?
文章链接:
click.aliyun.com
老生常谈,到底什么样的机器学习模型才能取缔“众生”
人工智能是研究一种可以直接处理重要应用的方法,比如试图改进语音识别或医学成像的生产系统。但是,大多数研究,即使是在计算机视觉等应用领域,都是在高度简化的真实世界的代理上完成的。目标识别基准的进展:从像MNIST,NORB和Caltech101这样的数据集开始到现在像ImageNet和Pascal VOC这样复杂而富有挑战性的产品,它们本身并没有什么价值,但只是因为它产生的见解有助于我们设计更好的实际应用系统。
所以我们会很自然地问:哪些研究结果会推广到新的应用中?
文章链接:
展开
评论
点赞