Python机器学习（学习笔记第一天）

定位

作为人工智能领域（数据挖掘/机器学习方向）的基础学科，为长期从事人工智能方向打下了坚实的基础。

目标

• 了解机器学习定义以及应用场景
• 掌握机器学习基础环境的安装和使用
• 掌握利用常用的科学计算库对数据进行展示、分析

机器学习概述

学习目标

• 了解人工智能发展历程
• 了解机器学习定义以及应用场景
• 知道机器学习算法监督学习与无监督学习的区别
• 知道监督学习中的分类、回归特点
• 知道机器学习的开发流程

1.1 人工智能概述

• 了解人工智能在现实生活中的应用
• 知道人工智能发展必备三要素
• 知道人工智能和机器学习、深度学习三者之间的关系

1. 人工智能应用场景

2. 人工智能小案例

案例一：

参考链接：https://quickdraw.withgoogle.com

案例二：

参考链接：https://pjreddie.com/darknet/yolo/

案例三：

查看更多：https://deepdreamgenerator.com/

3 .人工智能发展必备三要素：

• 数据
• 算法
• 计算力
  • CPU,GPU,TPU

• 计算力之CPU、GPU对比：

  • CPU主要适合I\O密集型的任务

  • GPU主要适合计算密集型任务

• 提问：什么类型的程序适合在GPU上运行？

（1）计算密集型的程序。

所谓计算密集型(Compute-intensive)的程序，就是其大部分运行时间花在了寄存器运算上，寄存器的速度和处理器的速度相当，从寄存器读写数据几乎没有延时。可以做一下对比，读内存的延迟大概是几百个时钟周期；读硬盘的速度就不说了，即便是SSD, 也实在是太慢了。　　

（2）易于并行的程序。

GPU其实是一种SIMD(Single Instruction Multiple Data)架构， 他有成百上千个核，每一个核在同一时间最好能做同样的事情。

CPU和GPU的区别：

通俗易懂告诉你CPU/GPU是什么？

Google TPU 介绍：

https://buzzorange.com/techorange/2017/09/27/what-intel-google-nvidia-microsoft-do-for-ai-chips/

4 .人工智能、机器学习和深度学习

• 人工智能和机器学习，深度学习的关系
  • 机器学习是人工智能的一个实现途径
  • 深度学习是机器学习的一个方法发展而来

5.小结

• 人工智能应用场景【了解】
  • 网络安全、电子商务、计算模拟、社交网络 … ...
• 人工智能必备三要素【知道】
  • 数据、算法、计算力
• 人工智能和机器学习，深度学习的关系【知道】
  • 机器学习是人工智能的一个实现途径
  • 深度学习是机器学习的一个方法发展而来

详情可去B站搜索：2023-人工智能基础-机器学习入门全套教程：Python机器学习算法基础入门。_哔哩哔哩_bilibili