深度学习测试集质量评估系统设计与实现文献综述

 2021-12-27 20:34:47

全文总字数:6102字

文献综述

文 献 综 述1 选题背景及研究意义机器学习,顾名思义是指研究如何用机器模拟人类行为活动的一门学科。

从概念上讲,机器学习更多的属于一种计算方法,是对算法和统计模型的科学研究。

它允许机器组织大量的数据用正确的方法进行分类或预测。

由于机器学习出色的学习能力,比如美国Samuel于20世纪五、六十年代设计的一个下棋程序,它能在博弈中不断提升自身的计算能力。

这个程序通过四年的时间便已经战胜了其设计者,七年内又战胜了连摘8年桂冠的棋者,它已经掀起了互联网行业智能化发展的浪潮,被广泛应用于自然语言处理、计算机视觉、智能机器人等领域。

深度学习是机器学习的一个分支,它通过建立、模拟人脑中的神经网络来对输入的数据进行解释与说明。

近年来,它被广泛应用于图像识别、音频分析等技术实现中。

但其广泛运用的背后存在着一个不可忽视的问题深度学习技术应用实现的模型往往会发生一些预料之外的错误。

如:自动驾驶汽车在系统已经检测到前方行人的情况下,未准确将其归类为人,从而导致车祸;某地警务人员仅凭人脸识别系统根据监控中罪犯面部特征锁定犯罪嫌疑人,致使真正罪犯逃逸;由于癌细胞的变异,癌症检测系统无法正确识别肿瘤,导致病人错过治疗最佳时机。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。