深度学习—— 人工智能概述

什么是人工智能

人工智能是计算机科学的一个分支,她企图了解智能的实质,并产生一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统。

机器学习

机器主要通过大量的训练数据进行训练,程序不断地进行自我学习和修正来训练出一个模型,而模型的本质就是一堆参数用成千上万的参数来描述业务特点,从而接近人类的智力。

深度学习

深度学习是机器学习的一个子集。
深度学习的前身是人工神经网络(ANN),它的基本特点就是模仿人脑神经元传递和处理信息的模式。
有监督学习:输入的训练数据有特征、有标记,在学习中就是找到特征与标记之间的映射关系,通过标记不断纠正学习中的偏差,使预测率不断提高。这种训练数据有标记的学习称为有监督学习。
无监督学习:让计算机自己去学习怎样做一些事情,所有训练数据没有标记,只有特征。无监督学习有两种思路:第一种,训练时不为其指定明确分类但数据会呈现聚群的结构,彼此相似的类型会聚集在一起。计算机把这些没有标记的数据分成一个个组合,就是聚类;第二种,在成功时采用某种激励制度,即强化学习.
半监督学习:训练数据中有一部分有标记有一部分无标记,没有标记的数量远远大于有标记的数量(这也符合现实)。它的基本规律是:数据的分布必然不完全随机,通过结合有标记的局部特征,以及大量没标记的数据的整体分布,可以得到比较好的分类结果。

没有更多推荐了,返回首页