机器学习

机器学习使用来自经验的“人工”知识生成。在学习阶段之后，我们的算法将学习根据训练数据来计算您的数据，从而可以对您的项目做出初步决定，您可以在日常需要处理的大量数据上从时间，个人和财务上极大地减轻负担。

人脑非凡的能力和成就不断激励着人工智能的研究，了解大脑的工作原理并以类比方式在计算机上使用人工神经网络对其进行映射和模拟。

自从在1943年由Warren McCulloch和Walter Pitts提出的第一个神经元模型McCulloch-Pitts单元开始工作以来，人工神经网络的先进数学和编程概念以及计算机硬件性能的不断提高使以前被认为是乌托邦式或乌托邦式的产品创新成为可能。被认为是不可能的。
尽管在许多生活领域的实际应用开发中取得了许多明显的成功，但是在最初的欣喜之后，由于无法满足最初的过高期望，人工智能和人工神经网络的话题最初变得明显安静。

特别是通过LeCun等人引入的卷积神经网络。极大地提高了计算机性能，并在所谓的“深度卷积神经网络”中使用了深度学习，从而在图像分类中取得了出色的成绩。因此，具有使用这些人工神经网络的软件应用程序的计算机能够通过视觉感知，使其在类似于人类的环境中定位。
自从有关在公共交通中借助人工神经网络自动驾驶汽车的讨论（已在实施中进行了测试）以来，最新的讨论是，人工神经网络的使用提供了巨大的可能性，这已重新唤起了公众的意识