EasyAI_的博客

机器学习中，将必要的数据传递给机器，人类只需进行简单的设置即可自动学习模式。在公寓的例子中，只要输入房间的大小和租金，它就会学习规律性。我了解到机器学习是机器自动学习问题、做出决策和预测的方法。首先，我们将介绍机器学习，这是一种创建人工智能的机制。机器学习是机器自动学习解决任何问题的技术。机器学习是一种非常有用的技术，因为它可以大大减少人类必须做的处理量。神经网络是一种机器学习。现在，让我们抑制机器学习和预测的方法，机器会自动学习，以解决问题。

到目前为止，我们已经学习了神经网络的基础知识。现在，让我们从这里使用 Python 实际创建一个简单的人工智能。这次的目的是为了描绘出人工智能发展的全貌。在机器学习中，首先要考虑的是要创建什么样的模型。模型是一个盒子，它根据输入值执行各种计算并得出输出值。这个模型最终会变成我们所说的AI。clf 代表分类器。名称不必是 clf，但通常将分类模型命名为 clf。

例如，当你输入“3”的图像时，假设“7”的神经元个数最大。也就是说，这个NN的预测结果是错误的。此时，权重会自动调整，使输出神经元“3”的值增加。这不是详细的“如何学习”，而是获得图像的东西。通过使这更加复杂，您可以创建一个神经网络（人工智能）来确定图像中的内容。上图中的输入神经元接收到代表“黑色”的“0.1”。通过显示大量图像并记住它们的特征，您可以创建一个通过更改权重做出合适预测的 NN。在这一章中我们讲述了神经网络中的运动，在下一章中我们会 总结这几天学习的内容并学会如何创建神经网络。

【图解深度学习】【章节：1-1.2 | 神经网络输入输出】连小学生都能看懂的深度学习基础总结

首先，我们介绍神经网络的基础知识。我图解了很多，即使是小学生也能理解。我认为它比任何文章都更容易理解。