1, qui n'est que des statistiques

1, Thomas J. Sargent: L'intelligence artificielle n'est étendue que conformément aux statistiques

2011 Nobel Prix économiques Thomas J. Sargent a déclaré dans le Forum mondial des sciences et de l'innovation technologique appelé «Partage de la sagesse mondiale de sagesse mondiale»:

L'ordinateur est très bon dans les calculs, ils peuvent compléter des calculs très rapides. Tout, mais finalement, ces calculs doivent être arrangés et analysés. Vous pouvez voir des applications d'intelligence artificielles très réussie, ce n'est pas simplement une machine dans la "pensée", mais également des scientifiques. Les algorithmes comme Alphago semblent apparaître pour la première fois, mais il existe de nombreuses mathématiques très intelligentes, et il est placé par des gens. L'intelligence artificielle est faite par des machines et des humains.

2, la sagesse artificielle est la statistique

Les fondateurs et les PDG de Huawei ont reçu des entretiens en direct. ViensCCTV, lorsqu'on parle de sagesse artificielle, Ren Zhengfa a déclaré:

La Chine n'a pas d'intelligence artificielle de cette couche, des ordinateurs et des statistiques, des audits et des audits, vous dites que nous devons entrer dans les grandes données de l'ère, Big Data ERA? statistiques. Pas assez que notre pays n'a pas assez de mathématiques, et les deuxième statistiques en mathématiques ne suffisent pas.

3, Jin Tian: Les statistiques sont l'une des fondements importants de l'intelligence artificielle, mais loin n'est pas tous

Machines de laboratoire de technologie Smart Technology Alibaba:

Outre les statistiques, de nombreuses autres disciplines et méthodes telles que Comme algébrique, logique, optimisations et autres industries ont été utilisés dans "Apprendre" "raisonnement" et "prise de décision" dans l'OMS. En outre, il est également très important d'atteindre la performance après l'algorithme. Donc, disons simplement que quiconque est statistique ou «tout ce qui utilise des statistiques pour résoudre le problème» est à sens unique et inexact.

Introduction à AI etRelations statistiques, bien que le public dit, tous les grands hommes tiennent des opinions différentes, mais nous sommes toujours difficiles à voir que les statistiques ont une position très importante dans l'OMS.

Deuxièmement, l'historique du développement intellectuel selon des statistiques vs

d'analyser les relations statistiques et de l'AI, nous reprenons également l'historique du développement et la recherche de l'intersection.
1. Historique de développement statistique
La pratique statistique humaine concerne les activités de comptage, l'histoire du développement statistique peut être retrouvée à 5 000 sociétés au début de l'année, les statistiques ont commencé à devenir un système d'un système,mais c'était plus de trois cents ans.
Dès trois étapes principales de statistiques, des statistiques avec une expérience de pratique → Théorie → Testiges à trois étapes, statistiques actuelles principalement par des descriptions de données. L'analyse est faite pour l'avenir, ce qui est très similaire à une définition d'unje.
2, Historique de développement de l'AI
Historique du développement AI peut être retrouvé à l'heure de la naissance.
Après avoir connu le développement de la reine de 20 ans, les gens ont commencé à se rendre compte que les fonctions de calcul de classe peuvent être très bonnes par la machine. Finir. Cependant, il est difficile de fonctionner la classe cognitive pour obtenir les exigences de la simulation de l'humanité. La compréhension de chacun de l'intelligence artificielle se transforme également de Smart dans des imaginations pour valoriser la technologie artificielle.
Thomas J. Sargent: L'intelligence artificielle est très intéressante par des machines et des humains.

Tout le monde maintenant les gens ne sont pas vraiment des films de science-fiction. Les techniciens savent que la technologie qui peut être faite sur la base de la "pensée" de chacun, permettant à la machinerie de se produire, qui devrait se concentrer sur la libération de la productivité au lieu d'une "humanité complète de remplacement". "

3, interagir avec les statistiques et l'AI

En 1988, Judia Pierre, les scientifiques américains ont introduit les méthodes de statistiques de probabilité dans l'intelligence artificielle.

Après cela, IBM Watson Research Center a introduit des statistiques de probabilité pour les projets Candides - Anglais et français Traductions basées automatiquement sur plus de 20 000 déclarations.

En 1992, la Chine Li Kaixiumi a utilisé les premières méthodes statistiques et de développement de Siri. Après avoir introduit les statistiques pour étudier AI, l'un des poids côte à suivre, qui est une machine d'apprentissage jusqu'à récemment connue. Sur la base d'une grande quantité de données créées par les humains, la pensée humaine est utilisée pour analyser les marqueurs, puis introduire la machine et maintenir enfin la machine à maîtriser les règles et les lois.

Nous ne sommes pas difficiles à trouver: les statistiques et toute personne a un objet de recherche commun - données.

Troisièmement, l'application de concepts statistiques dans AI

Les statistiques sont l'un des textes croisés, il a été promu au développement intelligent qui a été progressivement appliqué à toute la vie en développement. Que le gestionnaire de produits AI, il s'agit également d'un ingénieur, seule une bonne plate-forme statistique peut être une compréhension précise et intensive de l'analyse des données.

1, appliqué aux données d'enquête
Demandez à la machine pour apprendre comme exemple: son noyau est "à l'aide d'algorithmes de tabouret de données, apprendre des mots, puis faire Décisions ou prédictions pour quelque chose dans le monde. »

L'analyse des données a été effectuée avant l'étude et l'apprentissage de l'apprentissage de la machine nécessite un énorme jeu de données qui est soutenu pour assurer son efficacité d'apprentissage.

Pour les bébés, même à seulement trois ans, j'ai également des centaines de millions d'images et possèdent une énorme base de données. Pour créer un "fiable" ", doit avoir des données fiables. Les méthodes de traitement et les méthodes de collecte de données statistiques sont des machines pour configurer un ensemble de données.Doit être utilisé.

Photos de: https://www.jianshu.com/p/0fed5Fab3e5

Statistiques:

] Statistiques de traitement des données populaires:
2, application de modèle de construction
] Face aux données sans définitions standard:

Exemple: la plate-forme de commerce électronique veut que les personnes soient des données toxiques toxiques trouvées, mais des données n'attribuent aucune personne à toxique.

Pour cette donnée particulière, aucun manuel ou documents n'est fourni avec aucune méthode. Cela doit avoir une méthode de traitement unique. Vous devez envisager le type de mécanisme de dos et de plate-forme malveillant pour mettre en place un modèle. Vous ne pouvez pas trouver d'utilisateurs qui ont beaucoup de profits, vous devez comprendre les pensées de l'utilisateur. Façon.

Pour les personnes, ce raisonnement et son jugement n'ont pas une activité mathématique complexe. Mais pour les machines, toutes les offresu basé sur des activités mathématiques. Un modèle de calcul efficace est que le fondement de quiconque est pire.

Lorsqu'il est confronté aux besoins statistiques du modèle:
Exemple: Quelle équipe d'opération souhaite prédire une nouvelle activité marketing, ce n'est pas simplement certaines recettes, certains modèles résolus.

Le modèle actuel est généralement corrigé et cet exemple est très simple et compliqué Les données réelles ne sont pas compliquées. L'identification du modèle des statistiques classiques est déterminée pour déterminer la manière dont les hypothèses mathématiques ne peuvent être prouvées comme des données. Donc, si vous souhaitez choisir un besoin vraiment réel dans de nombreux modèles, vous devez récupérer les données pour faire une confirmation croisée. La croix réelle utilise certaines données pour créer un modèle, puis utilisez une autre donnée pour vérifier ce modèle. Traverser la croix est un moyen important de déterminer si quelqu'un peut prédire efficace ou non.

Quatrièmement, les statistiques sont l'une des personnes
À travers les statistiques ci-dessus dans l'application AI, nous ne sommes pas difficiles à voir que les statistiques sont vraiment une partie indispensable, mais seules les statistiques ne reçoivent personne.

"Thomas J. Sargent et Ren Zhengfa sont définitivement précis sur l'importance statistique et les idées statistiques de Jin, il est également vrai pour un soutien multi-technique. Les statistiques comme une discipline classique traditionnelle, il soutient des établissements de développement de l'AI. Mais qui ne devrait pas être une Technologie complètement nouvelle, mais devrait renouveler et développer des œuvres d'art auparavant. Aucune nouvelle technologie n'est née, à l'avenir, la discipline traditionnelle s'applique au nouveau champ est un tournant pour l'enseignement supérieur.