機器學習模型的“可解釋性”研究

自1943年心理學家 McCulloch和數學家 Pitts發表了神經元模型MP之後,神經網絡歷經了兩次高潮和低谷,終於在2010年前後迎來了第三次高潮。在語音識別和圖像識別領域,神經網絡有著傳統統計學模型不可替代的優勢。在2012年的ImageNet競賽中, Hinton教授與他的學生用多層的捲積神經網絡成功地對包含一千類別的一百萬張圖片進行了訓練,取得了分類錯誤率15%的好成績,這個成績比第二名高了近11個百分點,充分證明了多層神經網絡識別效果的優越性。 2016年橫空出世的深度學習模型 AlphaL更是在圍棋領域大放異彩,擊敗了人類最強選手。

立即體驗,開啟數位化轉型之旅!