一文搞懂多模态基础知识

文章预览

多模态 不再局限 于 单一类型的数据处理， 它融合 图像、文本、音频 等多种信息源。其基础知识涵盖机器学习、深度学习及其在多模态领域的应用。 机器学习部分包含 分类、回归、聚类、降维 等四类算法；深度学习则涉及 CNN、RNN、Transformer 等多种网络结构；而多模态应用领域则包括 计算机视觉、自然语言处理、语音识别 等方向。 一、机器学习 什么是机器学习（Machine Learning）？ 机器学习旨在通过 训练数据集学习并构建模型 ，以实现 对未知数据的准确预测或分类 。 机器学习涵盖分类、回归、聚类和降维四大算法。分类和回归属监督学习，分别预测离散和连续变量；聚类为无监督学习，自动分组数据；降维则简化数据特征，提升计算效率。 分类（Classification）是什么？ 分类 是机器学习中的一种 有监督学习任务 ，其目标是 根据输入数据的 ………………………………