机器学习已经成为了当今的热门话题,但是从机器学习这个概念诞生到机器学习技术的普遍应用经过了漫长的过程。在机器学习发展的历史长河中,众多优秀的学者为推动机器学习的发展做出了巨大的贡献。 从 1642 年 Pascal 发明的手摇式计算机,到 1949 年 Donald Hebb 提出的赫布理论——解释学习过程中大脑神经元所发生的变化,都蕴含着机器学习思想的萌芽。事实上, 1950 年图灵在关于图灵测试的文章中就已提及机器学习的概念。到了 1952 年, IBM 的亚瑟·塞缪尔(Arthur Samuel, 被誉为“机器学习之父”)设计了一款可以学习的西洋跳棋程序。塞缪尔和这个程序进行多场对弈后发现,随着时间的推移, 程序的棋艺变得越来越好。塞缪尔用这个程序推翻了以往“机器无法超越人类,不能像人一样写代码和学习”这一传统认识。并在 1956 年正式提出了“机器学习”这一概念。 镝数聚dydata,pdf报告,小数据,可视数据,表格数据
最新图说查看更多
    * 本报告来自网络,如有侵权请联系删除

    人工智能之机器学习(简版)

    收藏

    价格免费
    年份2020
    来源清华大学人工智能研究院, 清华-中国工程院知识智能联合研究中心
    数据类型数据报告
    关键字人工智能, 机器学习, 神级网络
    店铺镝数进入店铺
    发布时间2020-11-20
    PDF下载

    数据简介

    机器学习已经成为了当今的热门话题,但是从机器学习这个概念诞生到机器学习技术的普遍应用经过了漫长的过程。在机器学习发展的历史长河中,众多优秀的学者为推动机器学习的发展做出了巨大的贡献。
    从 1642 年 Pascal 发明的手摇式计算机,到 1949 年 Donald Hebb 提出的赫布理论——解释学习过程中大脑神经元所发生的变化,都蕴含着机器学习思想的萌芽。事实上, 1950 年图灵在关于图灵测试的文章中就已提及机器学习的概念。到了 1952 年, IBM 的亚瑟·塞缪尔(Arthur Samuel, 被誉为“机器学习之父”)设计了一款可以学习的西洋跳棋程序。塞缪尔和这个程序进行多场对弈后发现,随着时间的推移, 程序的棋艺变得越来越好。塞缪尔用这个程序推翻了以往“机器无法超越人类,不能像人一样写代码和学习”这一传统认识。并在 1956 年正式提出了“机器学习”这一概念。

    报告预览

    *本报告来自网络,如有侵权请联系删除
    相关「可视数据」推荐
    相关「数据报告」推荐
    `
    会员特惠
    客 服

    镝数聚官方客服号

    小程序

    镝数官方小程序

    回到顶部
    `