天地和兴：人工智能对收集安详造成了什么影响？

　　尽量上面的示例是关于怎样将ML算法直接用于完成安详团队的某些事变的示例，可是算法也可以用于辅佐用户停止犯也许带来风险的错误，从而间接地为他们提供辅佐。这种要领之以是令人欢快，是由于它开始着眼于镌汰进入渠道的也许变乱的数目，而不是试图在变乱最终导致安详变乱时辨认并减轻它们。不只仅是办理最明明的题目，从久远来看，这些题目也许会带来预期的功效。

　　思量ML时，另一个轻易忽略的题目是数据题目。任何ML算法只有在有足够的数据可供进修时才气事变。进修必要时刻。试想，在辨认猫之前，您必要表现几多张互联网猫图片?模子开始运行之前，算法必要运行多长时刻?进修进程所耗费的时刻也许比预期的长得多，因此安详团队必要思量这一点。另外，对付某些用例而言最佳的标志数据在安详性方面供不该求。这是另一个必要“职员参加”来对安详变乱举办分类并帮忙算法实习的规模。

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!