人工智能是所有機(jī)器模仿人類認(rèn)知能力的研究的超級(jí)集合。

例如：環(huán)境交互、知識(shí)表達(dá)、感知、學(xué)習(xí)、機(jī)器視覺(jué)、語(yǔ)言識(shí)別。

主要構(gòu)成理論包括：計(jì)算機(jī)科學(xué)、統(tǒng)計(jì)學(xué)、數(shù)學(xué)。

機(jī)器學(xué)習(xí)

1. 機(jī)器學(xué)習(xí)是人工智能的分支；
2. 在計(jì)算機(jī)科學(xué)領(lǐng)域的應(yīng)用使計(jì)算機(jī)無(wú)需顯示編程就能學(xué)習(xí)；
3. 機(jī)器學(xué)習(xí)由能夠基于數(shù)據(jù)進(jìn)行學(xué)習(xí)和預(yù)測(cè)的算法組成：

• 這類算法在前面樣本基礎(chǔ)上進(jìn)行訓(xùn)練，以建構(gòu)和估計(jì)模型；
• 在傳統(tǒng)編程不可行的情況下，通常采用機(jī)器學(xué)習(xí)；
• 如果經(jīng)過(guò)適當(dāng)?shù)挠?xùn)練，可以適應(yīng)新的案例應(yīng)用。

機(jī)器學(xué)習(xí)的應(yīng)用領(lǐng)域

1．識(shí)別模式：

• 真實(shí)場(chǎng)景的對(duì)象
• 人臉/表情識(shí)別
• 語(yǔ)言識(shí)別

2. 識(shí)別異常：

• 欺詐性信用卡交易
• 核電站傳感器讀數(shù)的異常模式

3. 預(yù)測(cè)

• 未來(lái)股票價(jià)格
• 精準(zhǔn)廣告推送

機(jī)器學(xué)習(xí)的一些方法：決策樹(shù)、聚類、基于規(guī)則的學(xué)習(xí)、歸納邏輯編程、深度學(xué)習(xí)。

深度學(xué)習(xí)是利用神經(jīng)網(wǎng)絡(luò)進(jìn)行的學(xué)習(xí)。

• 靈感來(lái)自生物神經(jīng)網(wǎng)絡(luò)
• 深度是指有很多中間的學(xué)習(xí)步驟
• 需要大量數(shù)據(jù)

深度學(xué)習(xí)的優(yōu)勢(shì)：

• 數(shù)據(jù)模式和關(guān)系的自主學(xué)習(xí)
• 高準(zhǔn)確度
• 容易
• 改進(jìn)和微調(diào)
• 適應(yīng)性解決方案

深度學(xué)習(xí)的劣勢(shì)：

• 大量數(shù)據(jù)集
• 高計(jì)算需求
• 難以理論解釋
• 黑盒子（對(duì)大多數(shù)人）

卷積深度神經(jīng)網(wǎng)絡(luò)在許多任務(wù)上都優(yōu)于以前的方法

什么是神經(jīng)網(wǎng)絡(luò)？

• 也稱為人工神經(jīng)網(wǎng)絡(luò)
• 靈感來(lái)自生物神經(jīng)系統(tǒng)
• 生物神經(jīng)元有三個(gè)主要組成部分：樹(shù)突、細(xì)胞體、突觸

人工神經(jīng)元

神經(jīng)網(wǎng)絡(luò)有三個(gè)層次：

• 輸入層：可以從其他神經(jīng)元或特征輸入，例如年齡、身高、體重等；
• 隱藏層：向網(wǎng)絡(luò)中添加更多的神經(jīng)元，真正的力量就在這里；
• 輸出層：給出我們想要預(yù)測(cè)的輸出。

激活函數(shù)

神經(jīng)網(wǎng)絡(luò)訓(xùn)練

• 在監(jiān)督學(xué)習(xí)中，我們有一個(gè)相對(duì)較大的數(shù)據(jù)集；
• 將所有樣本作為輸入，以獲得輸出，成為前饋傳播；
• 開(kāi)始時(shí)，可以根據(jù)應(yīng)用程序場(chǎng)景隨機(jī)或預(yù)定義權(quán)重；
• 將預(yù)測(cè)結(jié)果與真實(shí)結(jié)果比較；
• 任務(wù)目標(biāo)是通過(guò)減少error使預(yù)測(cè)結(jié)果更加接近于真實(shí)的輸出