1-1 人工智能基础知识 (笔记)

人工智能基础知识

graph LR
基本概念-->监督学习
基本概念-->无监督学习
基本概念-->强化学习
基本概念-->算法

一、监督学习(Supervised learning)

监督学习是指：利用一组已知类别的样本调整分类器的参数，使其达到所要求性能的过程，也称为监督训练或有教师学习。

通俗来说 就是给机器数据

然后机器根据对象(或者说标签)来学习数据(feature)

最后使机器能够成功“分类”

---

二、无监督学习(Unsupervised Learning)

无监督学习(unsupervised learning)，即设计分类器时候，用于处理未被分类标记的样本集。

其实无监督学习还有另一个名字叫做聚类算法（Clustering Algorithm） 从这里理解会更加简单： “把具有共同特征的事物分类”

---

三、强化学习(Reinforcement Learning)

强化学习的定义比较长 可以自己点进去看下

我自己的理解是通过不断的“试错”、“总结”和“反复理解”

不断加深认识 完善机制

有点像高中做的错题本 通过错题里纠正自己 矫正错误。

算法（Algorithm）

算法：是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令，算法代表着用系统的方法描述解决问题的策略机制。

我的理解：算法是个函数 每个算法(函数有他自己的作用)

---

我很喜欢最后那句话

了解AI 就是在了解我们自己

不管是神经网络还是机器学习 都在让人类更明白人类

视频链接