While the vision of widespread co-h

While the vision of widespread co-habitation with robots
is beyond the 2020 horizon, recent advances in machinelearning
techniques are being experimented with to
model and support human behaviour in other ways.
Knowing what a person is thinking or wanting will enable
robots to be programmed to respond and adapt to their
needs accordingly. In the past, most machine-learning
applications operated ‘off–line’, where a set of training
data would be collected and used to fit a statistical model.
Nowadays, new techniques are being used to solve realtime
inference problems in which multiple streams of data
are processed from diverse sources. Statistical analyses
are then used to make inferences about the state of the
world. For example, when new information is received,
probabilities can be updated using Bayes’ theorem. This
allows machines to learn by reducing the uncertainty of
particular variables based on new information being fed
into it.

ผลลัพธ์ (ไทย) 1:

ในขณะที่วิสัยทัศน์ของ habitation แพร่ร่วมกับหุ่นยนต์
จะอยู่นอกเหนือขอบฟ้า 2020 ความก้าวหน้าล่าสุดใน machinelearning
จะถูกเบื้องด้วยเทคนิคการ
รุ่นและสนับสนุนพฤติกรรมที่มนุษย์ในวิธีอื่น
ผู้ใดรู้ว่ากำลังคิด หรือต้องจะเปิดใช้งาน
หุ่นยนต์เพื่อตั้งโปรแกรมการตอบสนอง และปรับให้เข้ากับความ
ต้องตาม ในอดีต เครื่องส่วนใหญ่เรียนรู้
โปรแกรมประยุกต์ดำเนินการ 'off–line' ชุดฝึกอบรม
ข้อมูลจะเก็บรวบรวม และใช้ให้พอดีกับสถิติรุ่น
ปัจจุบัน การใช้เทคนิคใหม่แก้ realtime
ข้อปัญหาในกระแสที่หลายข้อมูล
ประมวลผลจากแหล่งต่าง ๆ วิเคราะห์ทางสถิติ
จะใช้ inferences เกี่ยวกับรัฐ
โลก ตัวอย่าง เมื่อข้อมูลใหม่ได้รับ
กิจกรรมสามารถปรับปรุงโดยใช้ทฤษฎีบทของ Bayes นี้
ช่วยให้เครื่องจักรการเรียนรู้ โดยการลดความไม่แน่นอนของ
เฉพาะตัวแปรตามการป้อนข้อมูลใหม่
ลงไป

ผลลัพธ์ (ไทย) 2:

ในขณะที่วิสัยทัศน์ของอย่างกว้างขวางร่วมกับหุ่นยนต์อาศัย
อยู่นอกเหนือ 2020 ขอบฟ้าความก้าวหน้าล่าสุดใน machinelearning
เทคนิคที่มีการทดลองกับการ
จำลองและสนับสนุนพฤติกรรมของมนุษย์ในรูปแบบอื่น
รู้ว่าสิ่งที่คนจะคิดหรือต้องการจะช่วยให้
หุ่นยนต์ที่จะตั้งโปรแกรมให้ ตอบสนองและปรับให้เข้ากับพวกเขา
ตามความต้องการ ในอดีตที่ผ่านมาเครื่องการเรียนรู้มากที่สุด
การใช้งานที่ดำเนินการ 'ออฟไลน์' ที่ชุดของการฝึกอบรม
จะได้รับข้อมูลที่เก็บรวบรวมและนำมาใช้เพื่อให้พอดีกับแบบจำลองทางสถิติ
ปัจจุบันเทคนิคใหม่ที่ถูกนำมาใช้เพื่อแก้เรียลไทม์
ในปัญหาการอนุมานซึ่งหลายกระแส ข้อมูล
จะถูกประมวลผลจากแหล่งข้อมูลที่หลากหลาย การวิเคราะห์ทางสถิติ
ถูกนำมาใช้เพื่อให้ข้อสรุปเกี่ยวกับสถานะของ
โลก ตัวอย่างเช่นเมื่อข้อมูลใหม่จะได้รับ
น่าจะสามารถปรับปรุงการใช้ทฤษฎีบท Bayes ' นี้
ช่วยให้เครื่องที่จะเรียนรู้โดยการลดความไม่แน่นอนของ
ตัวแปรโดยเฉพาะอย่างยิ่งตามข้อมูลใหม่ถูกป้อน
เข้าไปในนั้น

ผลลัพธ์ (ไทย) 3:

ในขณะที่ภาพฉาว Co อาศัยกับหุ่นยนต์
เกิน 2020 ขอบฟ้า , ความก้าวหน้าใน machinelearning


เทคนิคที่ถูกทดลองกับรูปแบบ และสนับสนุนพฤติกรรมของมนุษย์ในวิธีอื่น ๆ .
รู้ได้เลยว่า คนที่คิดหรือต้องการจะใช้หุ่นยนต์เป็นโปรแกรมที่จะวิเคราะห์

และปรับให้เข้ากับความต้องการของพวกเขาตาม ในอดีต ส่วนใหญ่เครื่องการเรียนรู้
การปิดการใช้งาน ' ' ( บรรทัดที่ชุดของข้อมูลการฝึกอบรม
จะถูกเก็บรวบรวมและใช้ให้เหมาะสมกับรูปแบบทางสถิติ
ปัจจุบันเทคนิคใหม่จะถูกใช้ในการแก้ปัญหาในการเรียลไทม์

ซึ่งหลายกระแสข้อมูลประมวลผลจากแหล่งข้อมูลที่หลากหลาย การวิเคราะห์สถิติ
แล้วใช้เพื่อให้ข้อสรุปเกี่ยวกับสถานะของ
โลก ตัวอย่างเช่น เมื่อมีข้อมูลใหม่ที่ได้รับ
ความน่าจะเป็นสามารถปรับปรุงโดยใช้ทฤษฎีบท Bayes ' นี้จะช่วยให้เครื่องที่จะเรียนรู้ด้วย

ลดความไม่แน่นอนของตัวแปรเฉพาะตามข้อมูลใหม่ที่ถูกเลี้ยง
เข้าไป