消除幻想
应用程序消除显微镜的幻觉
模式识别的基础
经过Matthew C. Putman.
前言
人类的思想具有远远超过现代计算可以实现的任何东西的能力。这在模式识别中最明显，包括大多数感官输入。它只是人类和其他动物可以真正填补缺失的感官信息，以便在几乎所有地点和时代识别角色，声音，面孔和更多的程度。大部分现代机器学习一直致力于计算地复制大脑的力量，以便最终超过它。Ray Kurzweil详细介绍了他2012年“如何创造一个心灵”的问题的一些目前的问题。在本书中，他讨论了现在应用的大数据和统计建模的应用，以提供感觉输入的识别。这是一种尝试获得必要的信息来模仿皮质等级，使人类在这方面如此强大。这种方法的成功，它使用诸如贝叶斯逻辑和隐藏的马尔可夫模型等概率理论，可以在谷歌和其他人制作的日常产品中看到。188宝金博注册这在面部识别谷歌使用Picassa和Google翻译中特别明显。这两者都依赖于用户生成的非常大的数据来获得人类类似的存储器。 An even more impressive example of machine success is the IBM computer Watson, which successfully used learning techniques including the above mentioned modeling, and powerful processing to defeat the world’s best Jeopardy players.