1.机器学习、人工智能、深度学习的关系
- 机器学习是人工智能的一个实现途径
- 深度学习是机器学习的一个方法
2.人工智能的起点
1956年,达特茅斯会议,主题是:用机器来模仿人类学习以及他方面的智能。
3.人工智能的三大流派
- 符号主义学派:由心理学途径产生,符号主义认为人工智能起源于数理逻辑,人类认识(智能)的基本元素是符号,而智能行为则是符号运算的结果。
- 连接主义学派:由生理学途径产生,连接主义又称为仿生学派,认为人工智能的基本元素是神经元,智能产生于大量神经元的并行分布式联结之中,而智能行为则是联结计算的结果。
- 行为主义学派:由生物演化途径产生,行为主义认为人工智能起源于控制论,提出智能取决于感知和行为,取决于对外界复杂环境的适应,而不是表示和推理。
4.机器学习的应用
- 传统预测(店铺销量预测、量化投资)
- 图像识别(人脸识别)
- 自然语言处理(文本分析、文本检测)
5.什么是机器学习
从数据中自动分析获得模型,并利用模型对未知数据进行预测。
6.数据集构成
特征值+目标值
注:
- 对于每一行数据我们称之为一个样本。
- 有些数据集可以没有目标值。
7.机器学习算法分类
(1)监督学习(supervised learning)
特点:有目标值。输入数据有特征,有标签。
算法:
- 分类:k-近邻算法,贝叶斯分类,决策树与随机森林,逻辑回归
- 回归:线性回归、岭回归
1)分类问题
目标值:类别
举例:分析图片是猫还是狗
2)回归问题
目标值:连续型数据
举例:预测房屋的价格
(2)无监督学习
目标值:无。输入数据有特征,无标签。
算法:聚类 k-means
举例:人的分类问题
8.机器学习的开发流程
- 获取数据
- 数据处理
- 特征工程
- 训练并得出模型
- 模型评估
9.学习框架
算法是核心,数据和计算是基础。