人工智能介绍
机器学习、人工智能、深度学习关系
- 机器学习是人工智能的一个实现途径
- 深度学习是机器学习的一个方法发展而来
机器学习、深度学习能做些什么
- 行业:医疗、航空、教育、物流、电商等
- 领域:自然语言处理、图像识别、传统预测
预测领域
- 预测场景:店铺销量预测、量化投资、广告推荐、企业客户分类、SQL语句安全检测分类
- 图像场景:街道交通标志检测、人脸识别
- 自然语言处理场景:文本分类、情感分析、自动聊天、文本检测
人工智能阶段学习
什么是机器学习
机器学习是从数据
中自动分析获得模型
,并利用模型
对未知数据进行预测。
让机器学会像人一样总结规律(模型)预测
- 比如:从数据(大量的猫和狗的图片)中自动分析获得模型(辨别猫和狗的规律),从而使机器拥有识别猫和狗的能力。
- 比如:从数据(房屋的各种信息)中自动分析获得模型(判断房屋价格的规律),从而使机器拥有预测房屋价格的能力
从历史数据当中获得规律?这些历史数据是怎么的格式?
数据集构成
特征值+目标值(训练数据+预测数据)
对于每一行数据我们可以称之为样本。
有些数据集可以没有目标值:
机器学习算法分类
监督学习(supervised learning)(预测)
- 定义:输入数据是由输入特征值和目标值所组成。函数的输出可以是一个连续的值(称为回归),或是输出是有限个离散值(称作分类)。
- 分类 k-近邻算法、贝叶斯分类、决策树与随机森林、逻辑回归、神经网络
- 回归 线性回归、岭回归
无监督学习(unsupervised learning) - 定义:输入数据是由输入特征值所组成。
- 聚类 k-means
机器学习开发流程
流程1
流程2