鑑別式 AI:常用演算法與技術
鑑別式AI 發展歷程 久遠,擁有眾多成 熟的 機器學習 演算法 與 技術,
包括:
決策樹 (Decision Tree)–
利用樹狀結構 根據 特徵閾值 進行 資 料 劃分,生成 易解釋 的 規則,
並 運 用 規 則 進行 分類。
隨機森林 (RandomForest)–
隨機森林則是 由多棵決策樹 組成的 集成學習模型(Ensemble Learning Model),
結果 由多數決 或 平均 決定。
提升 分類 準確率 並 降 低 過度 配適 風險。
類神經網路 (Artificial neural network)–
多層神經網路 可學習 複雜 的 非線性關 係,用於各類 預測 與 分類 任務。
– 其中,
卷積神經網路 (CNN) 在影像識 別中表現突出,
適用於 產品瑕疵檢測 、人臉識別等。