算法入门-基础概念

什么是算法

算法就像是做某项任务的具体步骤或方法。例如，如果你想制作一杯咖啡，你会按照以下步骤：

1. 煮水
2. 加入咖啡粉
3. 倒入煮好的水
4. 享用咖啡

这些步骤就是制作咖啡的“算法”。在计算机科学中，算法指的是用来解决问题的步骤和规则。比如，用来排序一组数字的算法，或者用来计算两数之和的算法。

什么是模型

模型可以看作是对某种现象或问题的抽象描述。比如，天气预报模型就是根据历史天气数据、气象条件等信息，建立的一个数学模型，用来预测未来的天气情况。模型通常包含了许多参数和假设，帮助我们理解和预测现实世界中的复杂问题。

算法与模型关系

算法和模型通常是一起工作的。你可以把它们看作是制作美味咖啡的两部分：

• 模型就像是你对咖啡制作的整体理解和设计，比如你选择的咖啡豆和水的比例。
• 算法就是你在制作咖啡时所遵循的具体步骤。

在机器学习中，模型是从数据中学习得到的，用来进行预测或分类的工具。算法则是用来训练这个模型的步骤。比如：

1. 你用一种算法（例如梯度下降法）来训练你的模型（例如线性回归模型）。
2. 训练后的模型可以用来做预测（例如预测房价）。

所以，模型和算法是紧密相关的。模型是你想要得到的最终工具，而算法则是实现这个工具的具体步骤和方法。

应用

当前算法按照大的类别来看，可以分为：自然语言处理、图像、视频、音频等

当前随着大模型的发展，多模态已经成为了趋势

PS：什么是多模态？

传统的模型训练，是按照不同的数据类型，比如自然语言处理，就使用自然语言的模型，图像相关问题，比如图像识别，就使用图像相关的模型，而多模态指的是，使用同一个模型，可以处理不同的数据源（这个模型，同时可以接受自然语言、图像、视频等不同的特征）