物理澳门永利(中国)官方网站机器学习：神经网络开发中的下一个演变
机器学习 (ML) 是人工智能中增长最快的子集之一。机器学习模型开发面临的持续挑战之一是数据质量和可用性。许多学科的研究人员已经开始利用物理、生物和其他硬科学中的偏微分方程 (PDE) 来解决由于缺乏数据可用性和数据质量问题而导致的棘手问题。这种做法是合适的。虽然偏微分方程并不是机器学习建模中所有二分类或多分类问题的唯一答案，但它们提供了一系列受物理启发的机器学习建模方法，能够解决以前很难（如果不是不可能的话）推断的一系列挑战。本演示将重点介绍 PDE 实用程序。
时长 60 分钟的网络研讨会以主持人主持的现场问答环节结束。
首都科技大学提供此网络研讨会作为免费的澳门永利(中国)官方网站服务。本次网络研讨会提供出席证书。
关于主持人
博士。卡里姆·佩里
DR。佩里（Perry）在美国陆军担任游骑兵和特种部队士兵22年，目前是公共部门的高级数据科学家。佩里博士拥有学士学位渥太华大学（KS）的心理学博士学位新罕布什尔大学南部的数据分析博士学位和博士学位。国会大厦科技大学的人工智能博士学位。他的研究重点是统计相关机器学习，量子机器中的关系量子力学和概率图形建模理论的领域。佩里博士强调，有必要对与人工智能相关的广泛技术含义以及对不断增长的农村和城市社区的不足。