機(jī)器學(xué)習(xí)應(yīng)用的案例
藥物發(fā)現(xiàn)與化學(xué)信息學(xué)中的機(jī)器學(xué)習(xí)應(yīng)用
藥物發(fā)現(xiàn)與化學(xué)信息學(xué)中的機(jī)器學(xué)習(xí)應(yīng)用 發(fā)布時(shí)間：2026年 時(shí)長：3小時(shí) 大小：1.1GB 語言：英語 課程內(nèi)容 學(xué)習(xí)將Python、人工智能與機(jī)器學(xué)習(xí)技術(shù)應(yīng)用于化學(xué)信息學(xué)領(lǐng)域，掌握藥物發(fā)現(xiàn)的計(jì)算方法與實(shí)操項(xiàng)目開發(fā)，從零搭建相關(guān)預(yù)測模型并完成部署。 學(xué)習(xí)目標(biāo)
Python 與人工智能機(jī)器學(xué)習(xí)核心技術(shù)應(yīng)用——課件
具體事宜如下：
一、主辦單位：北京盛世元鴻科技有限公司 協(xié)辦單位：北京非凡睿誠科技有限公司
二、時(shí)間地點(diǎn)：2019年12月27日—2019年12月30日 （北京工業(yè)大學(xué).機(jī)房）
（時(shí)間安排：第一天報(bào)到、授課三天、大學(xué)機(jī)房授課）
三、會議目標(biāo)
通過課程學(xué)習(xí)，可以掌握理解機(jī)器學(xué)習(xí)的思維方式和關(guān)鍵技術(shù)及算法；了解機(jī)器學(xué)習(xí)和深度學(xué)習(xí)在當(dāng)前工業(yè)界的落地應(yīng)用；掌握Tensorflow框架在卷積神經(jīng)網(wǎng)絡(luò)、長短時(shí)記憶網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)等應(yīng)用技巧與細(xì)節(jié)分析；能夠根據(jù)數(shù)據(jù)分布選擇合適的算法模型并書寫代碼，能開發(fā)出一些實(shí)際的應(yīng)用項(xiàng)目并運(yùn)用 Python進(jìn)行機(jī)器學(xué)習(xí)與深度學(xué)習(xí)的研究工作。
四、主講專家
AI創(chuàng)業(yè)公司創(chuàng)始人。人工智能、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)領(lǐng)域一線實(shí)戰(zhàn)專家。精通機(jī)器學(xué)習(xí)算法原理與編程實(shí)踐。擁有多項(xiàng)國家專利及豐富的科研及工程技術(shù)經(jīng)驗(yàn)。長期從事深度學(xué)習(xí)、人工智能、機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺等領(lǐng)域的教學(xué)與研究工作。
展開 關(guān)于“Python人工智能與機(jī)器學(xué)習(xí)核心技術(shù)應(yīng)用”培訓(xùn)通知
關(guān)于“Python人工智能與機(jī)器學(xué)習(xí)核心技術(shù)應(yīng)用”培訓(xùn)通知
各企事業(yè)單位、高等院校及科研院所：
隨著時(shí)代的變遷、科技的發(fā)展。近幾年科研技術(shù)發(fā)展成果如“Python人工智能、數(shù)據(jù)挖掘、智能機(jī)器、大數(shù)據(jù)、云計(jì)算、深度學(xué)習(xí)”等各個(gè)領(lǐng)域的技術(shù)的實(shí)現(xiàn)成果迅速成為學(xué)生、技術(shù)學(xué)者以及科研技術(shù)工作人員的就業(yè)方向普遍發(fā)展全國各地。
Python 是一門有條理的和強(qiáng)大的面向?qū)ο蟮某绦蛟O(shè)計(jì)語言， Python又是人工智能、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、深度學(xué)習(xí)等新技術(shù)的實(shí)現(xiàn)手段。Python受到了學(xué)術(shù)界和工業(yè)界的高度關(guān)注。目前，騰訊、谷歌、Facebook、百度、阿里等作為未來工業(yè)和互聯(lián)網(wǎng)發(fā)展的研究重心，中國科學(xué)院、清華大學(xué)、北京大學(xué)等高校和科研院所成立專業(yè)研究中心和實(shí)驗(yàn)室把Python智能機(jī)器與深度學(xué)習(xí)進(jìn)行科學(xué)技術(shù)成果轉(zhuǎn)化，推動了Python人工智能在各行業(yè)的應(yīng)用與發(fā)展。
特此為廣大學(xué)者搭建一期｛Python核心技術(shù)與智能機(jī)器深度學(xué)習(xí)｝實(shí)操課程。
課程本著 “長期”“實(shí)學(xué)”“實(shí)用”“后期技術(shù)咨詢”等多項(xiàng)學(xué)習(xí)宗旨。
一、培訓(xùn)目標(biāo)：
1. 了解人工智能的概念和Python的發(fā)展、國際人工智能的主要流派和路線、國內(nèi)人工智能研究的基本情況，熟悉人工智能的研究領(lǐng)域.
2.
展開 關(guān)于“Python人工智能與機(jī)器學(xué)習(xí)核心技術(shù)應(yīng)用”培訓(xùn)通知
關(guān)于“Python人工智能與機(jī)器學(xué)習(xí)核心技術(shù)應(yīng)用”培訓(xùn)通知
各企事業(yè)單位、高等院校及科研院所：
隨著時(shí)代的變遷、科技的發(fā)展。近幾年科研技術(shù)發(fā)展成果如“Python人工智能、數(shù)據(jù)挖掘、智能機(jī)器、大數(shù)據(jù)、云計(jì)算、深度學(xué)習(xí)”等各個(gè)領(lǐng)域的技術(shù)的實(shí)現(xiàn)成果迅速成為學(xué)生、技術(shù)學(xué)者以及科研技術(shù)工作人員的就業(yè)方向普遍發(fā)展全國各地。
Python 是一門有條理的和強(qiáng)大的面向?qū)ο蟮某绦蛟O(shè)計(jì)語言， Python又是人工智能、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、深度學(xué)習(xí)等新技術(shù)的實(shí)現(xiàn)手段。Python受到了學(xué)術(shù)界和工業(yè)界的高度關(guān)注。目前，騰訊、谷歌、Facebook、百度、阿里等作為未來工業(yè)和互聯(lián)網(wǎng)發(fā)展的研究重心，中國科學(xué)院、清華大學(xué)、北京大學(xué)等高校和科研院所成立專業(yè)研究中心和實(shí)驗(yàn)室把Python智能機(jī)器與深度學(xué)習(xí)進(jìn)行科學(xué)技術(shù)成果轉(zhuǎn)化，推動了Python人工智能在各行業(yè)的應(yīng)用與發(fā)展。
特此為廣大學(xué)者搭建一期｛Python核心技術(shù)與智能機(jī)器深度學(xué)習(xí)｝實(shí)操課程。
課程本著 “長期”“實(shí)學(xué)”“實(shí)用”“后期技術(shù)咨詢”等多項(xiàng)學(xué)習(xí)宗旨。
一、培訓(xùn)目標(biāo)：
1. 了解人工智能的概念和Python的發(fā)展、國際人工智能的主要流派和路線、國內(nèi)人工智能研究的基本情況，熟悉人工智能的研究領(lǐng)域.
2.
展開 
機(jī)器學(xué)習(xí)實(shí)踐指南:案例應(yīng)用解析(第二版)PDF高清文檔下載
機(jī)器學(xué)習(xí)實(shí)踐指南》第2版比第1版增加了更多的案例和算法解析，全書詳細(xì)介紹了機(jī)器學(xué)習(xí)發(fā)展及應(yīng)用前景、科學(xué)計(jì)算平臺、Python計(jì)算平臺應(yīng)用、R語言計(jì)算平臺應(yīng)用、生產(chǎn)環(huán)境基礎(chǔ)、統(tǒng)計(jì)分析基礎(chǔ)、描述性分析案例、假設(shè)檢驗(yàn)與回歸模型案例、神經(jīng)網(wǎng)絡(luò)、統(tǒng)計(jì)算法、歐氏距離與余弦相似度、SVM、回歸算法、PCA降維、關(guān)聯(lián)規(guī)則、聚類與分類算法、數(shù)據(jù)擬合案例、圖像算法案例、機(jī)器視覺案例、文本分類案例等機(jī)器學(xué)習(xí)實(shí)踐與應(yīng)用。
關(guān)于“人工智能與機(jī)器學(xué)習(xí)”python-深度學(xué)習(xí)
Python 機(jī)器學(xué)習(xí)與人工智能深度學(xué)習(xí)案例實(shí)踐——課程大綱（配備機(jī)器學(xué)習(xí)教材）
第
一
節(jié)
Python與TensorFlow
1．機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘的基本概念、聯(lián)系及區(qū)別
2．機(jī)器學(xué)習(xí)和大數(shù)據(jù)、人工智能及其他學(xué)科領(lǐng)域的關(guān)系
3．機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的關(guān)系
4．機(jī)器學(xué)習(xí)方法的分類及本課程內(nèi)容
（1）有監(jiān)督學(xué)習(xí)：分類、回歸
（2）無監(jiān)督學(xué)習(xí)：聚類
（3）強(qiáng)化學(xué)習(xí)
（4）半監(jiān)督學(xué)習(xí)
5．機(jī)器學(xué)習(xí)應(yīng)用的一般流程
（1）對象的表示
（2）訓(xùn)練/學(xué)習(xí)
（3）測試/應(yīng)用
6．機(jī)器學(xué)習(xí)的典型應(yīng)用案例
（1）機(jī)器學(xué)習(xí)在自然語言理解領(lǐng)域的應(yīng)用(機(jī)器翻譯、智能問答)
（2）機(jī)器學(xué)習(xí)在多媒體處理領(lǐng)域的應(yīng)用
(人臉識別、視頻分析)
（3）機(jī)器學(xué)習(xí)在語音處理領(lǐng)域的應(yīng)用(語
音識別、語音合成)
（4）機(jī)器學(xué)習(xí)在網(wǎng)絡(luò)安全領(lǐng)域的應(yīng)用(入
侵檢測、惡意軟件識別)
（5）機(jī)器學(xué)習(xí)在互聯(lián)網(wǎng)上的應(yīng)用(搜索引
擎、計(jì)算廣告、推薦系統(tǒng))
代碼和案例實(shí)踐：
1.卷積與(指數(shù))移動平均線
2.股票數(shù)據(jù)分析
3.缺失數(shù)據(jù)的處理
4.環(huán)境數(shù)據(jù)異常檢測和分析
第
二
節(jié)
回歸分析
1．線性回歸
（1）回歸的基本概念
（2）線性回歸
（3）對率(Logistic)回歸
（4）嶺(Ridge)回歸
（5）Lasso 回歸
（6）Elastic Net
2．Logistic/Softmax回歸
展開 前沿研究丨基于神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)方法在增材制造全鏈條中的應(yīng)用
得益于規(guī)模龐大的數(shù)據(jù)集、計(jì)算能力的提高和計(jì)算模型的優(yōu)化改善，神經(jīng)網(wǎng)絡(luò)算法已成為機(jī)器學(xué)習(xí)算法中使用最廣泛的模型。當(dāng)前一個(gè)明顯的趨勢是，神經(jīng)網(wǎng)絡(luò)算法的經(jīng)驗(yàn)成果正在向傳統(tǒng)制造領(lǐng)域進(jìn)行遷移，并對制造行業(yè)的產(chǎn)品設(shè)計(jì)、制造、質(zhì)檢到交付等價(jià)值鏈環(huán)節(jié)，產(chǎn)生了深遠(yuǎn)而廣泛的影響。
中國工程院院刊《Engineering》刊發(fā)《將基于神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)方法應(yīng)用于增材制造——應(yīng)用現(xiàn)狀、當(dāng)前挑戰(zhàn)和未來前景》，綜述了神經(jīng)網(wǎng)絡(luò)算法在增材制造全鏈條中的模型設(shè)計(jì)、實(shí)時(shí)監(jiān)測、質(zhì)量評價(jià)等方面的應(yīng)用進(jìn)展。文章介紹了增材制造技術(shù)和神經(jīng)網(wǎng)絡(luò)算法的發(fā)展情況，概述了當(dāng)前將神經(jīng)網(wǎng)絡(luò)應(yīng)用于增材制造所遇到的挑戰(zhàn)以及針對這些問題的可能解決方案，并討論了未來趨勢以對這一跨學(xué)科領(lǐng)域進(jìn)行探討。本文主要探討該方法在增材制造設(shè)計(jì)、實(shí)時(shí)監(jiān)測和工藝-性能-使役性能聯(lián)系中的應(yīng)用。
基于神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)方法
通過物理驅(qū)動的方法不可能在短時(shí)間內(nèi)快速準(zhǔn)確地預(yù)測整個(gè)增材制造過程。而采用數(shù)據(jù)驅(qū)動的模型已廣泛應(yīng)用于該領(lǐng)域，這些模型統(tǒng)一稱為機(jī)器學(xué)習(xí)算法（ML）。這種模型的壓倒性優(yōu)勢在于其不需要構(gòu)建一系列基于物理過程的方程。
展開 機(jī)器學(xué)習(xí)在汽車CAE分析中應(yīng)用 —— 以料厚變化的白車身剛度分析為例
可見機(jī)器學(xué)習(xí)介入后，CAE分析工程師主要職責(zé)將是保證CAE分析的準(zhǔn)確和機(jī)器學(xué)習(xí)模型的訓(xùn)練，相應(yīng)的設(shè)計(jì)工程師將為CAE分析工程師提供設(shè)計(jì)數(shù)據(jù)（包括結(jié)構(gòu)形式和參數(shù)范圍）。
通過這種方式將同平臺車型的大部分CAE分析轉(zhuǎn)換完成機(jī)器學(xué)習(xí)模型后，可以縮減現(xiàn)有大部分CAE分析和優(yōu)化工作。但個(gè)人認(rèn)為更為重要的是：這些模型隨著訓(xùn)練量的增加，會變得越來越強(qiáng)大和智能，以后機(jī)器學(xué)習(xí)將是汽車研發(fā)領(lǐng)域的核心工具，其應(yīng)用不僅是自動駕駛和CAE分析，也將徹底變革汽車研發(fā)流程。
轉(zhuǎn)自本人公眾號： 汽車研發(fā)CADCAE
集成多組學(xué)數(shù)據(jù)的機(jī)器學(xué)習(xí)在生物醫(yī)學(xué)中的應(yīng)用
基礎(chǔ)大綱
機(jī)器學(xué)習(xí)及生物組學(xué)基礎(chǔ)
目標(biāo)：對機(jī)器學(xué)習(xí)基本概念進(jìn)行介紹，讓大家對機(jī)器學(xué)習(xí)基本概念有大致了解。明確機(jī)器學(xué)習(xí)方法的適用性，優(yōu)勢，以及局限性等
什么是機(jī)器學(xué)習(xí)
機(jī)器學(xué)習(xí)的應(yīng)用實(shí)例
生物組學(xué)簡介（基因組學(xué)，轉(zhuǎn)錄組學(xué)，蛋白組學(xué)，代謝組學(xué)）
機(jī)器學(xué)習(xí)在在多組學(xué)數(shù)據(jù)分析的應(yīng)用
python基礎(chǔ)
目標(biāo)：機(jī)器學(xué)習(xí)主流實(shí)現(xiàn)是python語言。學(xué)習(xí)機(jī)器學(xué)習(xí)之前，有針對性的對python進(jìn)行系統(tǒng)的學(xué)習(xí)，數(shù)據(jù)的基本處理,以方便將來開展機(jī)器學(xué)習(xí)的學(xué)習(xí)
python安裝與開發(fā)環(huán)境的搭建
基本數(shù)據(jù)類型、組合數(shù)據(jù)類型
函數(shù)、列表 、元組、字典、集合
控制結(jié)構(gòu)、循環(huán)結(jié)構(gòu)
Numpy模塊——矩陣的科學(xué)計(jì)算
Matplotlib模塊——數(shù)據(jù)處理與繪圖
Pandas模塊——csv數(shù)據(jù)處理與分析
Sklearn模塊——機(jī)器學(xué)習(xí)模型基礎(chǔ)軟件包調(diào)用
2 案例實(shí)踐一：利用Python pandas讀取組學(xué)CSV數(shù)據(jù)并進(jìn)行數(shù)據(jù)讀取、轉(zhuǎn)換、保存等
生物組學(xué)大數(shù)據(jù)預(yù)處理與探索分析
目標(biāo)：對高維組學(xué)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析及機(jī)器學(xué)習(xí)建模前，需要對數(shù)據(jù)進(jìn)行預(yù)處理，如缺失值填補(bǔ)、降維可視化等，大數(shù)據(jù)預(yù)處理與探索分析是檢驗(yàn)數(shù)據(jù)質(zhì)量與了解數(shù)據(jù)分布的必要過程。
展開 三個(gè)相關(guān)概念：深度學(xué)習(xí)Vs機(jī)器學(xué)習(xí)Vs模式識別
在21世紀(jì)中期，機(jī)器學(xué)習(xí)成為了計(jì)算機(jī)科學(xué)領(lǐng)域一個(gè)重要的研究課題，計(jì)算機(jī)科學(xué)家們開始將這些想法應(yīng)用到更大范圍的問題上，不再限于識別字符、識別貓和狗或者識別圖像中的某個(gè)目標(biāo)等等這些問題。研究人員開始將機(jī)器學(xué)習(xí)應(yīng)用到機(jī)器人（強(qiáng)化學(xué)習(xí)，操控，行動規(guī)劃，抓取）、基因數(shù)據(jù)的分析和金融市場的預(yù)測中。另外，機(jī)器學(xué)習(xí)與圖論的聯(lián)姻也成就了一個(gè)新的課題—圖模型。每一個(gè)機(jī)器人專家都“無奈地”成為了機(jī)器學(xué)習(xí)專家，同時(shí)，機(jī)器學(xué)習(xí)也迅速成為了眾人渴望的必備技能之一。然而，“機(jī)器學(xué)習(xí)”這個(gè)概念對底層算法只字未提。我們已經(jīng)看到凸優(yōu)化、核方法、支持向量機(jī)和Boosting算法等都有各自輝煌的時(shí)期。再加上一些人工設(shè)計(jì)的特征，那在機(jī)器學(xué)習(xí)領(lǐng)域，我們就有了很多的方法，很多不同的思想流派，然而，對于一個(gè)新人來說，對特征和算法的選擇依然一頭霧水，沒有清晰的指導(dǎo)原則。但，值得慶幸的是，這一切即將改變……
3. 深度學(xué)習(xí)：一統(tǒng)江湖的架構(gòu)
快進(jìn)到今天，我們看到的是一個(gè)奪人眼球的技術(shù)—深度學(xué)習(xí)。而在深度學(xué)習(xí)的模型中，受寵愛最多的就是被用在大規(guī)模圖像識別任務(wù)中的卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Nets，CNN），簡稱ConvNets。
圖4 ConvNet框架（圖來源于 Torch的教程 ）
深度學(xué)習(xí)強(qiáng)調(diào)的是你使用的模型（例如深度卷積多層神經(jīng)網(wǎng)絡(luò)），模型中的參數(shù)通過從數(shù)據(jù)中學(xué)習(xí)獲得。然而，深度學(xué)習(xí)也帶來了一些其他需要考慮的問題。因?yàn)槟忝鎸Φ氖且粋€(gè)高維的模型（即龐大的網(wǎng)絡(luò)），所以你需要大量的數(shù)據(jù)（大數(shù)據(jù)）和強(qiáng)大的運(yùn)算能力（圖形處理器，GPU）才能優(yōu)化這個(gè)模型。卷積被廣泛用于深度學(xué)習(xí)（尤其是計(jì)算機(jī)視覺應(yīng)用中），而且它的架構(gòu)往往都是非淺層的。
如果你要學(xué)習(xí)Deep Learning，那就得先復(fù)習(xí)下一些線性代數(shù)的基本知識，當(dāng)然了，也得有編程基礎(chǔ)。
展開 設(shè)計(jì)仿真 | 應(yīng)用Marc和機(jī)器學(xué)習(xí)軟件進(jìn)行非線性模型優(yōu)化
小 結(jié)
本文主要以金屬成形過程的非線性幾何優(yōu)化模擬為例，介紹了機(jī)器學(xué)習(xí)工具在非線性優(yōu)化中的應(yīng)用方法。可以看到，在前處理器Mentat中引入了新的AI/ML工具菜單及后臺集成后，為Marc/Mentat用戶在ODYSSEE-CAE等軟件工具中部署AI/ML提供了一種有效的方式，便于用戶對非線性模型進(jìn)行優(yōu)化分析。
設(shè)計(jì)仿真 | 應(yīng)用Marc和機(jī)器學(xué)習(xí)軟件進(jìn)行非線性模型優(yōu)化
小 結(jié)
本文主要以金屬成形過程的非線性幾何優(yōu)化模擬為例，介紹了機(jī)器學(xué)習(xí)工具在非線性優(yōu)化中的應(yīng)用方法。可以看到，在前處理器Mentat中引入了新的AI/ML工具菜單及后臺集成后，為Marc/Mentat用戶在ODYSSEE-CAE等軟件工具中部署AI/ML提供了一種有效的方式，便于用戶對非線性模型進(jìn)行優(yōu)化分析。
直播預(yù)告-基于機(jī)器學(xué)習(xí)的車輛行人保護(hù)頭部仿真研究
借助ODYSSEE 軟件的機(jī)器學(xué)習(xí)方法，不僅可以提高仿真效率；同時(shí)其可以對曲線、后處理動畫等進(jìn)行學(xué)習(xí)，對于快速直觀地了解碰撞狀態(tài)具有非常大的意義。
段文立
嵐圖汽車科技有限公司整車輕量化仿真專家
2021年加入嵐圖汽車，主要負(fù)責(zé)整車及平臺的概念階段性能開發(fā)，車身輕量化數(shù)值優(yōu)化以及輕量化，同時(shí)負(fù)責(zé)新仿真和優(yōu)化技術(shù)的研究及應(yīng)用。
常誠
海克斯康工業(yè)軟件技術(shù)專家
畢業(yè)于清華大學(xué)工程力學(xué)系，在汽車零部件、航天航空、能源建筑等領(lǐng)域有豐富的仿真分析經(jīng)驗(yàn)。目前關(guān)注于集成材料計(jì)算工程的應(yīng)用，包括材料數(shù)據(jù)的管理、復(fù)合材料多尺度仿真分析、人工智能加速新材料研發(fā)和應(yīng)用等方面，為客戶提供各種材料應(yīng)用及CAE解決方案。
展開 工業(yè) 4.0 - 什么是機(jī)器學(xué)習(xí)？
機(jī)器學(xué)習(xí)是人工智能的一個(gè)子領(lǐng)域，在這個(gè)領(lǐng)域中，計(jì)算機(jī)通過分析數(shù)據(jù)、識別模式和做出決策進(jìn)行獨(dú)立學(xué)習(xí)，而不需要明確的編程。
什么是機(jī)器學(xué)習(xí)？
機(jī)器學(xué)習(xí)是人工智能的一個(gè)分支，它能讓計(jì)算機(jī)從數(shù)據(jù)中學(xué)習(xí)、識別模式并進(jìn)行預(yù)測，而無需明確的編程。
根據(jù)任務(wù)和數(shù)據(jù)類型的不同，機(jī)器學(xué)習(xí)的模型：
監(jiān)督學(xué)習(xí):使用標(biāo)記數(shù)據(jù)進(jìn)行訓(xùn)練
應(yīng)用：圖像識別
無監(jiān)督學(xué)習(xí):使用無標(biāo)簽數(shù)據(jù)
應(yīng)用：客戶細(xì)分、聚類：客戶細(xì)分、聚類。
強(qiáng)化學(xué)習(xí):通過獎勵/懲罰進(jìn)行學(xué)習(xí)
應(yīng)用：機(jī)器人、自動駕駛汽車機(jī)器人、自動駕駛汽車
半監(jiān)督學(xué)習(xí):監(jiān)督學(xué)習(xí)與非監(jiān)督學(xué)習(xí)的結(jié)合
機(jī)器學(xué)習(xí)的應(yīng)用領(lǐng)域
金融：欺詐檢測、自動交易、
自主系統(tǒng)：自動駕駛汽車、智能機(jī)器人、圖像和語音識別、人臉識別、語音助手
能源：優(yōu)化能源消耗、人工智能預(yù)測、社會與安全、分析視頻和傳感器數(shù)據(jù)
機(jī)器學(xué)習(xí)的挑戰(zhàn)與優(yōu)勢
挑戰(zhàn)：數(shù)據(jù)質(zhì)量和可用性、計(jì)算要求高、道德和法律問題、透明度和可解釋性
優(yōu)勢：提高效率、降低成本、優(yōu)化決策
ML /機(jī)器學(xué)習(xí) 的未來
隨著 5G 和量子計(jì)算機(jī)等技術(shù)的發(fā)展，人工智能的性能將不斷提高。與此同時(shí)，道德責(zé)任也將變得越來越重要。機(jī)器學(xué)習(xí)具有巨大的潛力，但同時(shí)也面臨著挑戰(zhàn)。在早期階段利用正確解決方案的公司可以增強(qiáng)其競爭力。
展開 OptiSystem應(yīng)用：通過機(jī)器學(xué)習(xí)預(yù)測系統(tǒng)性能
OptiSystem軟件已集成機(jī)器學(xué)習(xí)（ML）工具，用戶可通過分析雙電平系統(tǒng)的眼圖來訓(xùn)練光通信系統(tǒng)。該工具提供多個(gè)功能選項(xiàng)卡，支持用戶對OptiSystem項(xiàng)目生成的眼圖模型進(jìn)行訓(xùn)練與測試。此外，工具還可導(dǎo)入外部眼圖圖像，并基于該圖像預(yù)測系統(tǒng)在生成眼圖時(shí)的運(yùn)行狀態(tài)。工具將根據(jù)訓(xùn)練條件提供系統(tǒng)參數(shù)及眼圖分析結(jié)果，以便用戶采取相應(yīng)的系統(tǒng)管理措施。本案例將展示如何在10Gbps NRZ OOK-DD系統(tǒng)中使用機(jī)器學(xué)習(xí)工具。
首先，我們搭建一個(gè)如圖1所示的系統(tǒng)布局。
圖1.10Gbps NRZ OOK-DD系統(tǒng)布局
在這個(gè)鏈路中，我們將傳輸?shù)墓饫w長度從50-75km范圍進(jìn)行線性掃描，得到1000組不同光纖傳輸長度下的眼圖，這些結(jié)果將會被用于訓(xùn)練和測試機(jī)器學(xué)習(xí)模型。
圖2.掃描1000次迭代，得到1000個(gè)眼圖
打開機(jī)器學(xué)習(xí)工具，在主參數(shù)選項(xiàng)卡上可以定義算法、神經(jīng)網(wǎng)絡(luò)的層數(shù)以及每層的類型，設(shè)置如圖3所示，圖中1000個(gè)眼圖的70%用于訓(xùn)練，圖片壓縮率為40%。
圖3.機(jī)器學(xué)習(xí)工具主參數(shù)選項(xiàng)卡
選擇光纖長度、最小BER和Q因子作為需要預(yù)測的數(shù)據(jù)：
a）選擇光纖長度作為需要預(yù)測數(shù)據(jù)
b）選擇最小BER和Q因子作為需要預(yù)測數(shù)據(jù)
圖4.在機(jī)器學(xué)習(xí)工具中選擇需要預(yù)測數(shù)據(jù)
接著我們需要將1000次眼圖結(jié)果提取成圖片放入訓(xùn)練集文件夾中，然后運(yùn)行機(jī)器學(xué)習(xí)工具訓(xùn)練神經(jīng)網(wǎng)絡(luò)。如圖5，我們可以評價(jià)神經(jīng)網(wǎng)絡(luò)的性能，查看損失函數(shù)。
展開 機(jī)器學(xué)習(xí)應(yīng)用的相關(guān)專題、標(biāo)簽、搜索
機(jī)器學(xué)習(xí)應(yīng)用機(jī)器學(xué)習(xí)Python機(jī)器學(xué)習(xí)abaqus機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)建模機(jī)器學(xué)習(xí)算法 應(yīng)用化學(xué) 機(jī)器學(xué)習(xí)在cae中的機(jī)器學(xué)習(xí)應(yīng)用機(jī)器學(xué)習(xí)cae_機(jī)器學(xué)習(xí)在汽車cae分析中應(yīng)用機(jī)器學(xué)習(xí)在材料領(lǐng)域的應(yīng)用機(jī)器學(xué)習(xí)在碰撞安全的應(yīng)用機(jī)器學(xué)習(xí)在巖土方向的應(yīng)用機(jī)器學(xué)習(xí)在行人保護(hù)的應(yīng)用
