338
人工智能學習筆記
1、什麼是人工智能？簡單地講，人工智能就是為機器賦予人類的智能。人類的智能體現在何處？學習、創造、歸納、演繹
2、人工智能的應用領域：
a)自然語言處理（機器翻譯、機器寫作、機器問答）
b)計算機視覺（圖像識別、視頻識別、人臉識別、自動駕駛）
c)語音識別（語音轉文字、文字轉語音）
d)機器人（掃地機器人、工業機器人）
3、機器學習
機器學習是實現人工智能的一種方法，具體的實現技術有：深度學習、有監督學習和無監督學習。
什麼是機器學習？給定某個任務(T)，通過機器不斷積累經驗（E）來完善，提升性能（P）
人類的知識在兩個維度上可分成四類：（不）可統計／（不）可推理
機器學習要想做得好，需要走好三大步：
（1） 如何找一係列函數來實現預期的功能，這是建模問題。
（2） 如何找出一組合理的評價標準，來評估函數的好壞，這是評價問題。
（3） 如何快速找到性能最佳的函數，這是優化問題（比如說，機器學習中梯度下降法幹的就是這個活）
5、深度學習(Deep learning)
深度學習：依靠機器對數據的分析和學習，自己學習如何抓取數據的特征，得出想要的結果。深度學習，是把由人工選取對象特征，變更為通過神經網絡自己選取特征，為了提升學習的性能，采用多層次的特征表示學習。
深度學習是高度數據依賴型的算法，它的性能通常隨著數據量的增加而不斷增強
6、神經網絡(ANN)
深度學習來源於神經網絡學習。
根據芬蘭計算機科學家Teuvo Kohonen的定義（這老爺子以提出“自組織神經網絡”而名揚人工智能領域）：“神經網絡，是一種由具有自適應性的簡單單元構成的廣泛並行互聯的網絡，它的組織結構能夠模擬生物神經係統對真實世界所作出的交互反應。”
人工智能研究領域的兩個學派：符號主義（重規則和推理），連接主義（重模型）。連接主義認為，人的思維就是某些神經元的組合。因此，可以在網絡層次上模擬人的認知功能，用人腦的並行處理模式，來表征認知過程。這種受神經科學的啟發的網絡，被稱之人工神經網絡（Artificial Neural Network，簡稱ANN）。目前，這個網絡的升級版，就是目前非常流行的深度學習。
理論上來講，隻需一個包含足夠多神經元的隱藏層，多層前饋網絡能以任意精度逼近任意複雜度的連續函數。（收斂函數）
- M-P模型，Sigmoid函數和卷積函數 所謂卷積，就是一個功能和另一個功能在時間的維度上的“疊加”作用。
最後更新：2017-06-15 17:32:09