ACM头
登入

ACM的通信

ACM意见

“小数据”对于机器学习也至关重要


大脑的插图是代表数据的小立方体。

诸如转移学习之类的技术的存在似乎并没有达到对政策制定者和商业领袖的认识,并就AI资金和收养做出决定。

Olemedia Getty图像

在过去十年中,一些最突出的人工智能(AI)突破取决于巨大的数据集。但是AI不仅与大数据集有关;在过去的十年中,“小数据”方法的研究已广泛发展,以所谓的转移学习为特别有希望的例子。

小型数据诸如转移学习之类的方法比更多数据密集型方法具有许多优势。在很少或根本不存在数据的领域,例如在没有数字健康记录的人群中,在相对较少发生的自然危害或预测疾病的风险方面,可以在很少或根本不存在数据的领域中加强AI的使用。

科学美国人
查看全文


找不到条目

登入全面访问
“ 忘记密码? »创建一个ACM Web帐户
Baidu
map