深度学习入门

Luxury(不吃香菜版)

已于 2022-01-28 19:27:45 修改

阅读量2.4k

点赞数

文章标签：深度学习人工智能 python

于 2022-01-28 19:22:14 首次发布

本文链接：https://blog.csdn.net/m0_62570429/article/details/122734135

版权

本文概述了人工智能的发展历程，从萌芽期到高速发展期的重要事件，并详细介绍了人工智能的三个层面：计算智能、感知智能和认知智能。同时，文章探讨了机器学习与深度学习的概念、学习内容及方法，包括其在计算机视觉、语音技术和自然语言处理等领域的应用。

摘要由CSDN通过智能技术生成

前言

人工智能（AI）后文出现用AI代替；

是一部机器像人一样进行感知，认知，决策，执行的人工程序或系统。

机器人——“最终想象”

范围

人工智能>机器学习>深度学习

人工智能	机器学习	深度学习
领域	一类方法	方法中的一个点

提示：以下是本篇文章人工智能正文内容，下面案例可供参考

一、绪论

简要概括人工智能的发展时间线

萌芽：

1943 人工神经网络和数学模型建立

1950 图灵提出——“图灵测试” （ eg.验证码系统）

启动期：

1956 人工智能诞生

消沉期：

1969 连接主义与符合主义消沉

突破期：

1975 BP算法开始研究，第五代计算机开始研制，半导体系统发展人工智能开始逐渐突破

发展期：

1986 BP网络实现，神经网络得到广泛认知。计算机硬件能力快速提升，分布式网络降低了人工智能计算成本。

高速发展期:

2006 人工智能算法突破性发展

2010 人工智能应用场景开始增加

2012 人工智能商业化高速发展

人工智能三个层面

计算智能

能存能算（计算机具有快速计算和记忆的能力）

eg. 深蓝（核心：暴力穷举）

感知智能

能听会说，能看会认

类似于人的听觉，触觉，视觉等能力

认知智能

能理解，会思考

概念，意识，观念

eg.逻辑推理，知识理解，决策思考

AI+

体现在生活中的各个行业，方方面面

ｅｇ．金融，内容创作，机器人

以金融为例,支付宝是人工智能与金融结合的一个现实事例,其中信用积分一栏.可以当作周围人对使用者本人进行的打分,省时便捷的将一个人进行数字化(或许可以这么理解),通过积分将一个人的内在白表现出来,方便且准确.

AI进入生活　大大提高生活效率，丰富度也非常广泛，例如淘宝界面鲁班系统，根据个人喜好为每个人创作独一无二的界面海报（但是有时候会不太准确且缺乏新鲜感，个人对此的使用感受）

逻辑演绎＆归纳总结

	逻辑	概率
主流技术	逻辑推理,知识工程(符号主义)	机器学习
AI学派	模拟人的心智：使用符号逻辑和规则进行逻辑推理（自上而下）	贝叶斯：对事情发生的可能性进行概率推理（自上而下＋自下而上）联结主义：模拟脑结构：使用概率矩阵来识别和归纳模式（自下而上）
代表方法	定理证明机　专家系统	朴素贝叶斯隐马尔科夫　神经网络

知识工程/专家系统

根据专家定义的知识和经验进行推理判断，模拟人类专家的决策过程解决问题规则有限

人工制定规则

机器学习:通过数据自动学习的模型

eg.(决策数）（训练文档邮件系统是否为垃圾邮件）

知识工程

基于手工设计规则

容易解释

系统建立费事

依赖性专家自主经验，难保证一致性准确性

机器学习

基于数据自动学习

减少人工繁杂工作，结果可能不宜解释

提高信息处理的效率且·准确率较高·

来源于真实数据，减少人工主观性，可信度高

机器学习应用技术领域：

计算机视觉	人脸识别，图像分类，视频监控
语音技术	语音识别，语音合成，声纹识别（智能音箱）
自然语言处理	机器翻译，自动问答，文本生成