《深度学习之美》 张玉宏著
第2章 人工“碳”索意犹尽,智能“硅”来未可知
1、什么是人工智能(Artificial Intelligent)?
人工智能就是为机器赋予与人类类似的智能。简单来讲,大致就是用“硅基大脑”模拟或重现“碳基大脑”。
2、机器学习的形式化定义
根据台湾大学李宏毅博士的通俗说法,所谓机器学习,在形式上可近似等同于,在数据对象中通过统计或推理的方法,寻找一个特定输入(X)和预期输出(Y)的功能函数 f。Y=f(X)
机器学习需要走好的三大步:
(1)如何找一系列的函数实现预期的功能,这是建模问题。
(2)如何找出一系列评价标准来评估函数的好坏,这是评估问题。
(3)如何快速找到性能最佳的函数,这是优化问题。(比如机器学习中随机梯度下降法)
3、神经网络(Neural Network)
芬兰计算机科学家托伊沃.科霍宁的定义:“神经网络是一种由具有自适应性的简单构成的广泛并行互联的网络,它的组织结构能够模拟生物神经系统对真实世界所做出的交互反应。”
4、人工神经网络(Artificial Neural Network)的特点
非线性、非局限性、非常定性、非凸性
5、什么是通用近似定理(Universal Approximation Theorem)?
“一个包含足够多隐含层神经元的多层前馈网络,能以任意精度逼近任意预定的连续函数”。
注意:(1)“近似” ,not “准确”,可通过增加隐含层神经元的个数来提升近似的精度。(2)被近似函数,必须是连续函数