机器学习的发展史及应用前景被引量：5

下载PDF

导出

摘要随着"人工智能"技术的发展,人们开始越来越多地研究计算机怎样模拟或实现人类的学习行为,来获取知识或技能。机器学习作为实现"人工智能"的一种方法 ,文章对其从浅层学习到深度学习的发展历程进行了总结与梳理,简要分析了三类机器学习模式和决策树算法、K最近邻算法、朴素贝叶斯算法等机器学习的算法理论与应用,并提出了展望。

作者詹骐源

机构地区兰州市第六十一中学

出处《科技传播》 2018年第21期138-139,共2页 Public Communication of Science & Technology

关键词机器学习发展史应用

分类号 G434 [文化科学—教育技术学]

引文网络
相关文献

参考文献3

1余殷博.基于人工智能下的机器学习历史及展望[J].电子技术与软件工程,2017(4):129-129. 被引量：13
2甄盼好.浅谈机器学习方法[J].网络安全技术与应用,2014(1):176-177. 被引量：7
3王永庆,刘华.机器学习方法进展研究[J].无线互联科技,2013,10(7):138-138. 被引量：1

二级参考文献6

1闫友彪,陈元琰.机器学习的主要策略综述[J].计算机应用研究,2004,21(7):4-10. 被引量：56
2杨树仁,沈洪远.基于相关向量机的机器学习算法研究与应用[J].计算技术与自动化,2010,29(1):43-47. 被引量：56
3王昊,严明,苏新宁.基于机器学习的中文书目自动分类研究[J].中国图书馆学报,2010,36(6):28-39. 被引量：37
4刘志明,刘鲁.基于机器学习的中文微博情感分类实证研究[J].计算机工程与应用,2012,48(1):1-4. 被引量：124
5颜松远.机器学习理论及应用[J].计算机工程与科学,2012,34(9). 被引量：8
6王文.浅析机器学习的研究与应用[J].计算机与信息技术,2010(Z2):7-9. 被引量：8

共引文献18

1邓玮鹏.人工智能与学习生活的关系探讨[J].区域治理,2018,0(10):264-264.
2张磊,陈东,王建新,高献伟,段晓毅.机器学习算法与应用[J].北京电子科技学院学报,2017,25(4):51-56. 被引量：3
3任智宇,拱健婷,赵丽莹,李佳慧,邹慧琴,闫永红.电子鼻技术在硫熏菊花鉴别中的应用[J].世界科学技术-中医药现代化,2015,17(11):2405-2409. 被引量：7
4曹雪.机器学习——人工智能革命的助推剂[J].电子技术与软件工程,2017(13):255-255. 被引量：7
5郭睿,宋忠江.机器学习:人工智能的未来[J].电子世界,2018,0(4):33-35. 被引量：10
6徐祥运,唐国尧.机器学习的哲学认识论:认识主体、认识深化与逻辑推理[J].科学技术哲学研究,2018,35(3):95-99. 被引量：10
7刘胤序.人工智能与学习生活的关系探讨[J].通讯世界,2018,25(11):266-267. 被引量：1
8林丽芝.灰色预测系统与大数据技术在人工智能中的应用比较[J].福建警察学院学报,2018,32(6):13-17. 被引量：2
9胡林,刘婷婷,李欢,崔运鹏.机器学习及其在农业中应用研究的展望[J].农业图书情报,2019,31(10):12-22. 被引量：8
10王欣然,米新新,王艳,李赫.基于人工神经网络的京津冀区域智能服务匹配系统框架设计[J].科技资讯,2020,18(11):1-3.

同被引文献55

1朱志宇,张冰,刘维亭.基于模糊支持向量机的语音识别方法[J].计算机工程,2006,32(2):180-182. 被引量：12
2商志根,周维民.数据挖掘技术应用于存储粮品质变化预测[J].微计算机信息,2006,22(07X):192-194. 被引量：5
3李琼,李宝敏.机器学习在本体映射中的应用[J].计算机技术与发展,2009,19(12):81-84. 被引量：1
4张晓军,曹惠茹.Matlab中的随机函数[J].电脑编程技巧与维护,2010(14):115-116. 被引量：3
5董毅,程伟,张燕平,赵姝.基于SVM的先分类再回归方法及其在产量预测中的应用[J].计算机应用,2010,30(9):2310-2313. 被引量：9
6丁世飞,齐丙娟,谭红艳.支持向量机理论与算法研究综述[J].电子科技大学学报,2011,40(1):2-10. 被引量：912
7王若兰,李东岭,田志琴,孔祥刚,董光宇,苏凯.玉米气调储藏品质变化规律的研究[J].河南工业大学学报（自然科学版）,2011,32(4):1-5. 被引量：16
8杨敬娜.基于十折法的最小二乘支持向量机参数选取方法[J].机械工程师,2011(12):28-29. 被引量：2
9王承遇,陶瑛,陈敏,黄明.钠钙铝镁硅酸盐玻璃和碱铅硅酸盐玻璃的风化[J].硅酸盐通报,1989,8(6):1-9. 被引量：5
10顾嘉运,刘晋飞,陈明.基于SVM的大样本数据回归预测改进算法[J].计算机工程,2014,40(1):161-166. 被引量：16

引证文献5

1姜友军,江孝龙,邹潇,兰雪萍,秦静雯,陈晋莹.基于支持向量机算法的粮食储存品质预测模型构建研究[J].食品科技,2020,45(9):162-167. 被引量：3
2马重阳.基于全球专利的机器学习技术竞争态势分析[J].图书情报导刊,2021,6(6):60-69.
3王祉皓,赵芗溦,李智群,郭明,肖琬玥,刘志坚.基于机器学习的风化硅酸盐玻璃原成分预测及亚分类方法[J].硅酸盐学报,2023,51(2):416-426. 被引量：3
4李佳乐,张建华,王健,周国民.数据驱动的农业深度学习方法计量分析[J].农业大数据学报,2024,6(3):400-411.
5朱韦宇,樊纪山,江阳,户彩凤,孙巧榆.基于机器学习的新冠疑似人员预测[J].计算机科学与应用,2023,13(7):1420-1427.

二级引证文献6

1惠姣姣,曹红宝.基于机器学习分类算法的玻璃文物鉴定[J].现代信息科技,2023,7(13):101-104. 被引量：1
2王立,郑浪,金学波,王小艺,于家斌,白玉廷.温度和水分影响下的粮食真菌污染预测及优化控制[J].中国粮油学报,2023,38(8):9-20. 被引量：1
3郭利进,惠培奇,许瑞伟.MI-PSO-RBF算法在稻谷存储品质预测的应用研究[J].中国粮油学报,2023,38(8):21-26. 被引量：1
4黄希,杨清越,何毓灵.基于机器学习的殷墟花园庄M54青铜器p-XRF成分数据再思考[J].殷都学刊,2023,44(3):76-84.
5张慧媛,曾显超,钟克针,韩帅,唐怀建.基于XGBoost的储粮品质预测[J].粮食科技与经济,2023,48(6):67-71.
6徐美萍,王行修,江萌萌,乔斯昱,由云川.玻璃文物的类别鉴定与亚类划分[J].应用数学进展,2023,12(7):3188-3199.

1刘亚姝,王志海,李经纬,赵烜,文伟平.基于卡方检验的Android恶意应用检测方法[J].北京理工大学学报,2019,39(3):290-294. 被引量：6
2黄新荣,高晨翔.国内外社交媒体存档研究与实践述评[J].图书情报工作,2019,63(4):122-134. 被引量：15
3邓立国,何明训.基于朴素贝叶斯降噪的协同过滤算法[J].沈阳师范大学学报（自然科学版）,2019,37(1):43-48.
4唐其彪,杨勃,潘利民.基于机器学习的防扫描技术研究[J].信息安全研究,2019,5(4):303-308. 被引量：1
5邱昌桂,孔兰芬,杨式华,杨双艳,刘静,张建强,袁天军,刘泽.基于GA-SVM算法的烤烟香型自动识别研究[J].烟草科技,2019,52(2):101-108. 被引量：11
6苏畅,武鹏飞,谢显中,李宁.基于用户兴趣和地理因素的兴趣点推荐方法[J].计算机科学,2019,46(4):228-234. 被引量：11

科技传播

2018年第21期

浏览历史

内容加载中请稍等...

机器学习的发展史及应用前景被引量：5

参考文献3

二级参考文献6

共引文献18

同被引文献55

引证文献5

二级引证文献6

相关作者

相关机构

相关主题

浏览历史

机器学习的发展史及应用前景 被引量：5

参考文献3

二级参考文献6

共引文献18

同被引文献55

引证文献5

二级引证文献6

相关作者

相关机构

相关主题

浏览历史

机器学习的发展史及应用前景被引量：5