人工智能、机器学习与深度学习相关基本知识_基于现有专业基础,深入学习机器学习、深度学习等相关知识,-CSDN博客

本文链接：https://blog.csdn.net/jerryhanjj/article/details/104326699

本文介绍了人工智能、机器学习和深度学习的基本概念，包括它们的发展历程，深度学习的应用方向如计算机视觉、自然语言处理，并提及了主流的深度学习开源工具和相关数据集。

摘要由CSDN通过智能技术生成

人工智能、机器学习与深度学习

A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P if its performance at tasks in T, as measured by P, improves with experience E. Tom M. Mitchell

Machine Learning

如果一个程序可以在任务T上随着经验E的增加，效果P也可以随之增加，则称这个程序可以从经验中学习。

卡内基梅隆大学（Carnegie Mellon university）的Tom M. Mitchell教授对机器学习的定义被学术界广泛引用。

传统机器学习：
输入–>人工特征提取----------------------------->权重学习–>预测结果
深度学习：
输入–>基础特征提取–>多层复杂特征提取–>权重学习–>预测结果

Deep Learning

深度学习是机器学习的一个分支，它除了可以学习特征和任务之间的关联，还能自动从简单特征中提取更加复杂的特征。

发展历程

感知机模型、线性可分问题
深层神经网络
反向传播算法（back propagation)
LSTM(long short term memory)模型
2012年ImageNet图像分类竞赛（ImageNet Large Scale Visual Recognition Challenge，ILSVRC）深度学习系统AlexNet夺冠，deep learning被人更多人熟知

深度学习应用方向

计算机视觉
- 图像、物体、人脸识别。(地图、以图搜图、无人驾驶、安全)
- OCR(optical character recognition)
语音识别
- 混合高斯模型(人工提取特征值)
- 深度学习识别模型（自动提取复杂有效特征）
自然语言处理

单词向量（word embedding 词嵌入）是深度学习解决自然语言处理问题的基础。
- 机器翻译
- 情感分析
- 广告推荐
- 排序搜索
人机博弈
- AlphaGo（DeepMind)s
- AlphaGo Zero
- 星际争霸2

主流深度学习开源工具比较

工具名称	主要维护人员	支持语言	支持系统
Caffe	加州大学伯克利分校视觉与学习中心	C++、Python、MATLAB	Linux、Mac OS X、Windows
Deeplearning4j	Skymind	Java、Scala、Clojure	Linux、Windows、Mac OS X、Android
Microsoft Cognitive Toolkit	微软研究院	Python、C++、BrainScript	Linux、Windows
MXNet	分布式机器学习社区（DMLC）	C++、Python、Julia、MATLAB、Go、R、Scala	Linux、Windows、Mac OS X、Android、iOS
PaddlePaddle	百度	C++、Python	Linux、Mac OS X、Android、iOS
TensorFlow	谷歌	C++、Python	Linux、Windows、Mac OS X、Android、iOS