目录
1.人工智能三大概念
人工智能(AI)、机器学习(ML)和深度学习(DL)
2.机器学习的应用领域和发展史
3.机器学习常用术语
样本、特征、标签、训练集和测试集
4.机器学习算法分类
有监督学习、无监督学习、半监督、强化学习
5.机器学习建模流程
一、人工智能三大概念
1.1 人工智能(Artificial Intelligence):人工智能即人工智能技术,是模拟人的智能行为和思维过程的一种技术方法。它使得机器能够像人类一样感知、思考、学习和决策。也就是说,人工智能就是让机器能够像人一样具备智能的能力。
1.2 机器学习(Machine Learning):机器学习是一种让机器能够通过数据和经验来自动学习和改进的技术。就像人学习新知识一样,机器学习也是通过不断地观察和分析数据,从中找到规律和模式,然后将这些规律应用到新的数据中。
1.2.1 如何实现机器学习
1.3 深度学习(DL, Deep Learning):也叫深度神经网络,大脑仿生,设计一层一层的神经元模拟万事万物
1.4 三者之间的关系:机器学习是人工智能的一个分支,它是通过让机器从数据中学习和改进算法,从而使机器具备处理复杂任务的能力。深度学习是机器学习的一种方法,它通过多层神经网络模拟人脑的学习过程,实现更高级的特征提取和模式识别。因此,深度学习是机器学习的一个子集,而机器学习和深度学习又都属于人工智能的范畴。
机器学习是实现人工智能的一种途径 ,深度学习是机器学习的一种方法。
算法的学习方式:
• 基于规则的学习 • 基于模型的学习