五分钟向长辈解释机器学习，这样最通俗！( 八 )
\n \n
· 卷积网络往往用来做图像识别
\n \n· 长短时记忆网络往往用来做演讲识别
\n \n机器学习还有多种方法 ， 比如监督学习、非监督学习和强化学习 ， 是经常使用的三种方法 。 本文不再详述 。 简单来说 ， 神经网络使得计算机能够接收信息 ， 将信息分成易于理解的部分 ， 最后输出它能得出的最接近的结果 。
\n \n\n
挑战与局限性
\n \n虽然机器学习非常强大 ， 但仍有很多局限性 ， 克服这些局限性将帮助机器学习技术更上一层楼 。
\n \n首先 ， 机器学习算法需要大量的存储数据用于训练 ， 而给这些数据做标记是一个非常繁琐的过程 。 输入机器的数据必须是被标记过的 ， 否则机器将无法变得智能 。 算法仅能开发机器的决策能力 ， 并与其按要求操纵的环境保持行为一致 。
\n \n另一个问题就是机器无法解释它自己 。 这就使得你很难知道它为什么做出某个决定 。
推荐阅读
- 金铲铲之战|《CSGO》的大逃杀模式Danger Zone等级解释
- xyg|月光败给XYG不敢去采访，怕主持人问他一个问题！根本没办法解释
- 元气骑士|《元气骑士》暗削狂战，被少数玩家发现，官方解释：老BUG清算
- scout|Scout解释一厘米大招排真眼：大到小地图了
- icon|Icon发文道歉，并解释私信留言，网友们都是什么反应？
- edg战队|KPL：AG内场门票开售，888一场五分钟售空！网友：成绩俯冲B组，票价直冲决赛
- 以闪亮之名|CFHD的这个神秘组织到底是何方神圣？估计官方都解释不清楚
- dota2|DOTA2：XINQ长文解释TI10总决赛BP，小8很好，猛犸没问题
- ag战队|手机性能是否过剩，本身就是个伪命题，毕竟最终解释权归用户所有
- 原神|妹妹比哥哥更温柔？原神玩家发现剧情伏笔，声优解释双方性格不同