Chapter One人工智能 机器学习与深度学习简介
1.1人工智能 :弱人工智能 和 强人工智能
机器学习
使用算法 通过大量数据进行训练后产生模型 通过使用这个模型达到预测效果
是人工智能的分支 监督学习 无监督学习 增强学习
深度学习
模仿人类神经网络的工作方式
是机器学习的分支 多层感知器 深度神经网络 递归神经网络
近年人工智能发展加速的原因
1大数据分布式存储与计算
2GPU TPU 并行计算
CPU含有数颗核心 为吮血处理进行优化
GPU可以有高达数千个小型而且高效的核心 可以发挥并行计算的强大功能
深度学习以大量矩阵运算模拟神经元的工作方式 矩阵运算的特性是 单一运算都很简单 但是需要大量运算特别适合采用 并行计算 GPU通过大量核心进行并行计算
1.2机器学习介绍
由features和label组成
features：数据的特征 如温度风向 风速 季节 气压
label：预测的目标 如天气（下雨，晴天，有雾等） 或者气温的具体数值
两个阶段：训练 预测
训练：训练数据通过特征提取 得到 features 和label 放进算法中训练后得到 预测用的模型
预测：新数据 ->特征提取得到features 放进模型 得到预测结果
1.3机器学习分类