1. 智能:
- 感知与认识
- 学习经验
- 分析、解决问题
- 联想、推理、判断和决策的能力——>预测
- 运用语言进行抽象和概括
- 发现、发明、创造、创新(高级)
- 实时反应力
- 根据历史,预测事物未来发展
2. 神经网络模型(ANN)
1. 能力特征:
- 自学习(能调节参数适应变化)、自组织(可按输入刺激调整神经网络)与自适应性
2. 结构特点:
+ 并行性
+ 分布性
+ 互联性:各处理单位之间互联
+ 可塑性:连接方式多样,结构可塑
3. 性能特点:
- 高度的非线性:多个单元连接,体现出高度的非线性
- 良好的容错性:分布式存储结构的优点
- 计算的非精确性:输入信息模糊时,结构只能逼近解,而非精确值
4. ANN分类:
按拓扑结构可分为:
-
互连结构
- 全互联
- 局部互联
- 稀疏互联
-
层次结构
5. 基本功能
- 联想记忆
- 非线性映射
- 分类识别
- 优化技术
- 知识处理
6. 主要应用
- 文本
- 图像
- 语音识别
7. M-P模型
把神经元视为二元开关,按照不同发过啥组合来完成各种逻辑运算。能够构成逻辑与、或、非,理论上可以进而组成任何复杂的逻辑关系,若将M-P模型按照一定方式组织起来,可以构成具有逻辑功能的神经网络。
3. 监督学习and非监督学习:
监督学习 | 无监督学习 |
---|---|
训练集的答案已经给出 | 训练集答案未知 |
分类、回归 | 聚类 |
判断是否为恶性肿瘤、预测房价 | 天文数据分析、市场分割、社交网络分析 |