一、人工智能、机器学习、深度学习
1、人工智能(AI)
1)个人理解
使用机器学习模拟人的行为和能力。
2)人工智能历程
50-70年代 逻辑推理
70-90年代 专家工程(用于游戏博弈、故障诊断)
90年代以后 机器学习
2、机器学习(ML)
1)定义
最早源自50年代,Arthur Smuel(机器学习之父)设计一款可以学习的西洋跳棋程序。机器学习定义为:不需要确定性编程可以赋予机器某项技能的研究领域。比较近的定义,源自1998年TOM Mitchell,程序能从经验E中学习,解决任务T,达到性能度量值P,并且伴随经验E,不断学习和完善。
2)个人理解
根据先验信息(数据),通过某种计算方式提升模型性能的方法。可进行分类、聚类、预测等。也可以根据数据集数据有无标注,分为监督学习(模型知道预测结果正确与否,如:回归、支持向量机、神经网络等)、无监督学习(模型不知道预测结果是否正确,如:聚类)、半监督学习和强化学习。可应用在各种领域和生活场景,比如:淘宝、今日头条千人千面的个性化推荐,百度、谷歌的信息搜索,邮箱里垃圾邮件的过滤,脸书上好友的识别等。
3、深度学习(DL)
源于神经网络的研究,常应用于计算机视觉(CV)、自然语言处理(NLP)、语音识别、推荐系统(RS)等领域。
4、三者关系
深度学习,是机器学习中一个研究方向。而机器学习是人工智能的核心,是支撑人工智能的算法。
二、机器学习、深度学习推荐资料
1、机器学习
《hands on ml》、周志华老师《机器学习》(西瓜书)、李航老师《统计学习方法》、《PRML》
2、深度学习
邱锡鹏老师《神经网络与深度学习》、《深度学习》(花书)