1.人工智能介绍

作者：Flank | 链接：[[https://www.jianshu.com/p/de44dbe46dc6] | 转载须指明来源

$\text{1人工智能,机器学习,深度学习之间的关系}$

$\text{2.人工智能分类}$

强人工智能:机器可以自主的学习推理解决问题
弱人工智能:又叫应用人工智能,针对不同的领域有不同的应用,离显示最近的人工智能.又分为四个领域

$\text{2.1让计算机能看的见计算机视觉(眼)}$
实现计算机视觉的四个阶段
①图像分类(视频):即为不同的图片打上对应的标签
②物体检测(区域):找到物体的位置,并认出他们是什么
③语义分割(像素):找到物体之间的关系和联系
④视频分析(视频):看懂视频中的内容

计算机视觉的几个应用
手机拍照中的人脸定位,银行里的人证对比,自动驾驶,医疗影像诊断,

$\text{2.2将语音转换为文字的语音识别(耳)}$
$\text{2.3理解人类语言的自然语言处理(嘴)}$
自然语言处理的任务是理解不同语境下语言的含义
$\text{2.4帮助机器实现个性化的推荐系统,和解决特定问题的专家系统等等}$

训练(学习):通过数据学得模型的过程
过拟合:指认识的比较深,导致不认识其他的,新样本出来不认识
泛化:指认识的比较多
一般来说,训练样本越多,模型的泛化能力就越好,就越能判断新的东西.
机器学习算法:是一类从数据中自动分析获得规律,并利用规律对未知数据进行预测的算法.
$\text{3.常见名词}$

• 训练(学习):通过数据学得模型的过程
• 过拟合:指认识的比较深,导致不认识其他的,新样本出来不认识
• 泛化:指认识的比较多
  一般来说,训练样本越多,模型的泛化能力就越好,就越能判断新的东西.
• 机器学习算法:是一类从数据中自动分析获得规律,并利用规律对未知数据进行预测的算法.
• 训练数据集的划分:训练模型前的原始数据分为三部分,训练集(用来训练多个模型),验证集(选出一个最好的训练模型),测试集(检验最优模型的性能,确保真实可用),划分数据集的好处是防止过拟合,通常数据集的比例是3:1:1