机器学习模型的“可解释性”研究

自1943年心理学家 McCulloch和数学家 Pitts发表了神经元模型MP之后,神经网络历经了两次高潮和低谷,终于在2010年前后迎来了第三次高潮。在语音识别和图像识别领域,神经网络有着传统统计学模型不可替代的优势。在2012年的 ImageNet竞赛中, Hinton教授与他的学生用多层的卷积神经网络成功地对包含一千类别的一百万张图片进行了训练,取得了分类错误率15%的好成绩,这个成绩比第二名高了近11个百分点,充分证明了多层神经网络识别效果的优越性。2016年横空出世的深度学习模型 AlphaL更是在围棋领域大放异彩,击败了人类最强选手。

立即體驗,開啟數位化轉型之旅!