人工智能概述
- 机器学习、人工智能和深度学习的关系
- 机器学习是人工智能的学习途径
- 深度学习是由机器学习的一个方法发展而来
- 机器学习和深度学习的应用
- 传统预测
如店铺销量预测、量化投资、广告推荐、企业客户分类 - 图像识别
人脸识别、无人驾驶中道路和交通标志的识别 - 自然语言处理
文本分类、文本检测、自动聊天
机器学习
- 定义
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分析 - 原理
- 数据集的构成
- 特征值+目标值
例如预测房价
注: - 上图中每一行数据可称之为样本
- 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)
- 定义
输入数据由特征值和目标值所组成,函数输出可以是一个连续的值(称为回归),也可以是有限个离散值(称为分类) - 回归问题算法:线性回归 、岭回归
- 分类问题算法: k-近邻算法、贝叶斯分类、决策树和随机森林、逻辑回归
- 无监督学习(unsupervised learning)
- 输入数据由特征值组成(无目标值)
- 聚类:k-means