人工智能入门——机器学习小案例(一)

1、对于人工智能的一些概念

1. 什么是人工智能
   人工智能就其本质而言，是机器对人的滋味信息过程的模拟，让它能像人一样去思考，一般会有信息的输入，对信息进行处理，再对信息进行输出。人工智能根据输入信息进行模型结构、权重更新，实现最终优化。其特点是信息处理、自我学习、优化升级。
2. 人工智能和机器学习、深度学习的关系
   机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。机器学习是使用算法来解析数据，从中学习，对世界中的事件做出决策和预测，如房价、电影推荐。而深度学习是模仿人类的神经网络，建立模型，进行数据分析。比如人脸识别、语义理解以及无人驾驶
3. 机器学习的主要类别
   监督式学习：基于数据以及结果进行预测，其特点是一组输入数据对应一个“正确的”输出结果
   非监督式学习：从数据中挖掘出关联性，不存在“正确的”答案
   强化学习
4. 机器学习的基本原理
   监督式学习的核心步骤：
   1、使用标签数据训练机器学习模型
   标签数据：由输入数据对应的正确的输出结果
   机器学习模型：将学习输入数据与输出数据结果之间的函数关系
   2、调用训练好的机器学习模型，根据新的输入数据预测对应的结果
   

2、机器学习小案例开发环境部署

1. 安装python
   python官方网站
2. 安装Anaconda
   Anaconda官方网站
3. 新建开发环境、安装numpy、scikit-learn库
   1、在anaconda的Environments中新建一个环境，也可以使用命令进行创建(点击小三角运行标志进入控制台后输入命令)
   命令:
   ① conda create -n 新建环境名
   例：conda create -n MOBbbb
   ② conda activate 新建环境名(需和上一条的环境名一致)
   例：conda activate MOBbbb
   
   2、下载Jupyter
   注：下载好后是Launch，未下载是Install
   
   3、安装Numpy：
   在新建的环境的控制台进行该指令：
   conda install numpy
   4、安装Scikit-learn库：
   在新建的环境的控制台进行该指令：
   conda install scikit-learn
4. Jupyter notebook界面优化(可有可无)
   界面优化的git地址
   下载指令：
   
   界面设置：jt -t oceans16 -f fira -fs 17 -crellw 90% -ofs 14 -dfs 14 -T
   注：以上每个字符的意思在界面优化git网址中有详细介绍

当重新打开Jupyter后新建python3文件，出现以下情况，并且引入numpy和sklearn没有问题后，环境配置成功