1.3.1谈谈人工智能
- 这里我不用什么什么某某大佬的精辟定义，就托大下自己，讲下我对人工智能的看法
- 记得小的时候看过一部电影，名字叫《机器人管家》，至今还给我留下了深刻影响，所以一听到人工智能，就想到了机器人
- 所以我觉得人工智能就是把机器变得聪明，变得像人一样，能处理人会处理的事情，或者用机器拥有的，而人没有的条件，依靠人赋予它的智慧，做到超越人的事
- 可以就拿大家都知道的下围棋这件事，机器依靠人赋予它的模型，依靠自己不会累以及庞大的计算资源的特点，每天自己和自己下上万甚至上百万盘棋，最终天下无敌
- 所以哪天像电影里的机器人真的在现实生活中实现了的话，人工智能技术就真达到了配得上这个名字的时候了
- 另外，我想说人工智能技术的发展不是计算机学科或数学学科的事情，我的理解里它基本上和世界上所有的知识都挂钩，比如说，脑神经学科，这个学科与深度学习息息相关，而学好生物的其他方面对脑神经科学有影响，所以可以说和生物关系很大，机器人的物理实现与物理力学有关，以后可能依靠量子计算机计算，所以与量子计算机有关，等等，细细分析人工智能和基本上所有学科都有着直接或间接的关系
1.3.2从人工智能到机器学习再到深度学习
- 人工智能是个很大的知识集合体，但目前有个和它关系最大的学科———机器学习
- 机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科，专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能
- 简单理解就是机器学习是一门搞算法和模型的学科，而这些算法和模型可以把机器变聪明
- 机器学习有许多算法和模型，而其中有一类算法特牛，这个就是深度学习了
1.3.3机器学习算法分类与了解
监督学习分类算法
- 决策树
- 临近取样
- 支持向量机
- 神经网络算法
监督学习回归算法
- 线性回归
- 非线性回归
非监督学习算法
- K-mean聚类算法
- Hierarchical Clustering层次聚类算法
1.3.4深度学习介绍
- 由机器学习中神经网络算法发展而来，更加强调了模型结构的深度，通常有5层、6层，甚至10多层的隐层节点
- 典型的深度学习模型有卷积神经网络( convolutional neural network)、DBN和堆栈自编码网络(stacked auto-encoder network)模型
- 在搜索技术，数据挖掘，机器学习，机器翻译，自然语言处理，多媒体学习，语音，推荐和个性化技术多领域内有应用，其中在计算机视觉、语音识别和自然语言处理表现突出
1.3.5推荐的学习课程（都免费的）
