超级会员免费看
本文从人工智能的定义出发，介绍了AI的分类和学习方式，然后详细讲解了深度学习与神经网络的关系，特别是感知机模型的工作原理。接着探讨了激活函数的重要性和不同类型的激活函数特性，并概述了有监督机器学习的过程。最后，讨论了激活函数的作用和性质。
一、什么是AI？
通过学习掌握某种技能的机器。
1）AI的本质：特征提取
2）AI的分类
发展阶段：弱人工智能——强人工智能——超人工智能
智能方式：计算智能（计算器）——感知智能——认知智能
学习方式：全监督（标签与数据一致）、半监督（大量数据少量标签）、无监督
学习结果：判别模型（分类（区分人）、回归（框住人））、生成模型
技术学科：统计学（SVM、决策树、KNN等）、仿生学（神经网络、进化算法等）
应用场景：图像、语言、自然语言处理、强化学习（自动化）
学习阶段：端到端学习、非端到端学习
学术流派：连接主义（如深度学习，连起来，一层的输出当做下一层的输入）、
符号主义（图神经网络，知识图谱，边到边，点到点）、
行为主义（强化学习，如自动驾驶、下棋，做了事情给一个评价，方向盘向左打有没有问题）
订阅专栏 解锁全文
扫一扫
6万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
