看板
[ CSSE ]
討論串[討論] 專家系統
共 22 篇文章
內容預覽:
這部分有問題，你對貝氏分類法似乎不熟... (沒討戰的意思，請別誤會). 貝氏分類法有很多種，貝氏網路只是其中一個大項，. 單就「貝氏網路」而言，貝氏網路有權重，如果你看過相關課本. 一定會看到，權重的給定常常是預先給定的，意亦：由專家給。尤其. 是跨領域的研究更是如此，ex 你總不能要求一個學電腦
(還有1219個字)
內容預覽:
我覺得那一堆蛋塔2.0，. 其實只是狂增資料量，資訊量不一定增加，而知識量可能倒退.... 網路化時代後，我就一直認為是偽知識大量流傳的溫床. Anything 2.0...只是加速偽知識的散佈. 而有人說時間和群體意識可以淘汰這些錯誤資料. 但就事實上來看，應該是正好相反。. 即使來 Data M
(還有13個字)
內容預覽:
你還是沒去看人工智慧倒底是怎麼回事，. 不知道其他方法論出現的原因，他們和ES之間的關係和歷史，處理了哪些ES需要的東西。然後擅自在想像這些好像都是彼此衝突的領域。. 一個剛修ES滿幾個月的學生，可以放話說 ES 實作者對 ES 一知半解?. 我認為已經知道 ES 是什麼的人，應該不會看不出這些東西
(還有408個字)
內容預覽:
頭一句質問,就讓我覺得好笑.. 為什麼不能啊? 這我想想.... 哎,那是因為,如果我用data mining的某方法,或使用類神經網路,就算做出東西了,. 我老師看過那東西也會露出尷尬地微笑的表情.. 他是一位老好人,即使學生犯很大的錯,也不願意當面給學生難堪.. 請不要咄咄逼人.. 我上課所學的
(還有382個字)
內容預覽:
我感覺,就連親身參與知名ES專案的人,也對ES一知半解吧.... 以上這句,可以當做開玩笑,也可以當作認真講.. 有些人對於ES的解釋偏向泛統論,這有待商榷,. 最早的General Purpose Solver的失敗,顯示出要將知識有效地數位化有多難.. ES廣義來講,應該是只一個系統能夠有效保留
(還有486個字)