Matlab speaks deep learning!
数据分析自动化和人工智能融合。
人工智能管理的ETF基金。
从开发算法到部署到产品。
图片发自简书App
光有数据，输出和模型是不够的，还需要与环境中其他个体互动，所以需要仿真。
日本一家挖掘隧道的公司在接到一个项目的时候遇到了三个问题。第一需要选取不同的位置分析隧道地质，困难是没开采一段就要停下来分析一下，延长了工期。第二需要有经验的地质学家进行分析，困难是有经验的地质学家不够多。第三是地质学家分析的速度不够快。所以隧道团队就想可以用人工智能的方法对地质进行分析。那么第一步就是数据采集，在数据采集过程中发现，图片数量只有70张，远远不够建模使用。那么首先想到的方法就是将已有的每张图片分隔成10小张，然后让地质学家进行地质标注。即使这样样本量仍然不能满足建模要求。那么能不能使用现有的网络模型结合迁移学习，让模型进行调整，成为适用于地质图片识别的网络模型呢，结论的可以的。用这种方法可以解决新数据样本量不够的困难。
