文章目录
一、算法整理
人工智能产品和技术开始走进人们的生活,生活场景中随处可见这项技术的身影 。人工智能的产业结构自下而上可分为基础层、技术层和应用层:基础层指的是人工智能所具备的三大核心要素,即算法、算力和数据;技术层指的是自然语言处理、计算机视觉等人工智能相关技术;应用层则指的是基于具有应用场景的产品或行业解决方案 。
如下图所示:
文章插图
二、算法适用情景
需要考虑的因素有:
(1)数据量的大小、数据质量和数据本身的特点
(2)机器学习要解决的具体业务场景中问题的本质是什么?
(3)可以接受的计算时间是什么?
文章插图
(4)算法精度要求有多高?
有了算法,有了被训练的数据(经过预处理过的数据),那么多次训练(考验计算能力的时候到了)后,经过模型评估和算法人员调参后,会获得训练模型 。当新的数据输入后,那么我们的训练模型就会给出结果 。业务要求的最基础的功能就算实现了 。
互联网产品自动化运维是趋势,因为互联网需要快速响应的特性,决定了我们对问题要快速响应、快速修复 。人工智能产品也不例外 。
【人工智能算法整理】三、自动化运维
- 算法--分类算法
- 2030年人工智能会有多强大?
- Python实现分类算法
- 未来计算机能否可能统治人类世界,未来学家预测人工智能或将统治人类社会
- 人工智能的最新进展:2024年将会发生什么?
- 回归算法
- 人工智能未来会取代人类吗
- Dijkstra算法 狄克斯特拉算法,《学点算法吧,Python》
- 狄克斯特拉算法DijKstra Algorithm
- 数据结构— 基本概念、逻辑和存储结构、数据类型与操作、算法特性与时间复杂度