机器通过分析大量数据来进行“学习”()。比如说,不需要通过“显式地”()()编程来识别猫或人脸,它们可以通过使用图片来进行训练,从而归纳和识别()特定的目标,叫做()。A.()机器学习B.()程序学习
举一反三
- 机器学习的核心是使用大量的数据来训练，通过各种算法从数据中学习如何完成任务
- 机器学习，就是从数据中学习。它通过算法使机器能从大量数据中学习规律，从而能够对新的样本做出智能识别，或对未来做出预测。
- 机器学习就是通过算法,使得机器能从大量历史数据中学习规律,从而对新的样本进行识别或对未来做预测。
- 机器学习的主旨是让计算机去模拟或实现人类的学习行为，是人工智能的核心。机器学习虽然可以在大数据训练中学到正确的工作方法，但它也很容易受到恶意干扰。通常攻击者是通过输入恶意数据来“欺骗”机器学习模型，导致其出现严重故障。近日，“Data61”机器学习小组研发出了一种机器学习的新算法。这种新算法通过类似疫苗接种的思路，帮助机器学习“修炼”出抗干扰能力。这是针对机器学习模型打造的防干扰训练，譬如，在图片识别领域，该算法能够对图片集合进行微小的修改或使其失真，激发出机器学习模型的抗干扰能力，并形成相关的自我抗干扰训练模型。这段文字意在说明： A: 干扰机器识别图像的新方法 B: 新算法助机器学习抵抗干扰 C: 机器学习是人工智能的核心 D: 机器学习大数据训练的方法
- 机器学习使用算法分析数据，从中学习并自动归纳总结成模型，最后使用模型做出推断或预测。与传统的编程语言不同，使用大量的数据送给机器学习，这个过程叫做（）