![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
人工智能导论
文章平均质量分 90
Fo*(Bi)
正在学习编程的“小学生”,啥也不会的技术渣。
展开
-
上海市高等学校信息技术水平考试——二三级人工智能技术及应用
一、部分神经网络实现如下神经网络: 输入层包含两个神经元i1,i2和bias项b1;第二层隐含层包含h1,h2两个神经元和bias项b2;第三层是输出层包含o1,o2。每条线上标的w是层与层之间连接的权重,激活函数为sigmoid函数,假设两个输入是0.5和0.1。import numpy as np#激活函数sigmoiddef sigmoid(x): return 1 / (1 + np.exp(-x))if __name__ == '__main__': wi = [[原创 2021-11-24 09:35:00 · 1499 阅读 · 0 评论 -
基于梯度的优化方法
大多数深度学习算法都涉及某种形式的优化。优化指的是改变 x 以最小化或最大化某个函数 f(x) 的任务。我们通常以最小化 f(x) 指代大多数最优化问题。最大化可经由最小化算法最小化*-f(x)* 来实现。我们把要最小化或最大化的函数称为 目标函数(objective function)或 准则(criterion)。当我们对其进行最小化时,我们也把它称为 代价函数(cost function)、 损失函数(loss function)或 误差函数(error function)。虽然有些机器学习著作赋予原创 2021-11-16 13:41:02 · 1743 阅读 · 5 评论 -
机器学习(4)——弱监督学习
什么是弱监督学习?监督学习技术通过学习大量标记的训练样本来构建预测模型,在很多领域获得了巨大成功。但由于数据标注的本身往往需要很高成本,在很多任务上都很难获得全部真值标签这样比较强的监督信息。而无监督学习由于缺乏制定的标签,在实际应用中的性能往往存在很大局限。针对这一问题,相关研究者提出了弱监督学习的概念,弱监督学习不仅可以降低人工标记的工作量,同时也可以引入人类的监督信息,在很大程度上提高无监督学习的性能。弱监督学习是相对于监督学习而言的。同监督学习不同,弱监督学习中的数据标签允许是不完全的,即训练集原创 2021-11-12 09:59:16 · 11635 阅读 · 0 评论 -
机器学习(3)——无监督学习
什么是无监督学习?顾名思义,无监督学习就是不受监督的学习。同监督学习建立在人类标注数据的基础上不同,无监督学习不需要人类进行数据标注,而是通过模型不断地自我认知、自我巩固,最后进行自我归纳来实现其学习过程。虽然目前无监督学习的使用不如监督学习广泛,但这种独特的方法论为机器学习的未来发展方向给出了很多启发和可能性,正在引起越来越多的关注。2015年,深度学习“三巨头”——YannLeCun、Yoshua Bengio、Geoffrey Hinton首次合作在Nature上撰文,在对深度学习未来展望写道:“无原创 2021-11-11 09:27:37 · 5240 阅读 · 0 评论 -
机器学习(2)——监督学习
为了更好地理解不同类型的机器学习方法,我们首先定义一些基本概念。如前所述,机器学习是建立在数据建模基础上的,因此,数据是进行机器学习的基础。我们可以把所有数据的集合称为数据集(dataset),如图7.2所示。其中每条记录称为一个“样本”(sample),如图中每个不同颜色和大小的三角形和圆形均是一个样本。样本在某方面的表现或性质称为属性(attribute)或特征(feature),每个样本的特征通常对应特征空间中的一个坐标向量,称为一个特征向量(feature vector)。如图7.2数据集中,每原创 2021-11-10 09:58:36 · 7390 阅读 · 0 评论 -
机器学习(1)——简单介绍
什么是机器学习?原创 2021-11-09 14:45:15 · 702 阅读 · 0 评论 -
知识表示的方法(3)——状态空间表示法
知识表示(knowledge representation)就是将人类知识形式化或者模型化。知识表示的目的是能够让计算机存储和运用人类的知识。已有知识表示方法大都是在进行某项具体研究时提出来的,有一定的针对性和局限性,目前已经提出了许多知识表示方法。常用的有:产生式表示法、框架表示法、状态空间表示法一、状态空间表示状态空间(state space)是利用状态变量和操作符号表示系统或问题的有关知识的符号体系。状态空间可以用一个四元组表示:其中,S是状态集合,S中每一元素表示一个状态,状态是某种结构原创 2021-10-26 21:57:02 · 12799 阅读 · 0 评论 -
知识表示的方法(2)——框架表示法
知识表示(knowledge representation)就是将人类知识形式化或者模型化。知识表示的目的是能够让计算机存储和运用人类的知识。已有知识表示方法大都是在进行某项具体研究时提出来的,有一定的针对性和局限性,目前已经提出了许多知识表示方法。常用的有:产生式表示法、框架表示法、状态空间表示法框架表示法1975年,美国著名的人工智能学者明斯基提出了框架理论。该理论基于人们对现实世界中各种事物的认识都以一种类似于框架的结构存储在记忆中,当面临一个新事物时,就从记忆中找出一个合适的框架,并根据实际原创 2021-10-25 14:04:29 · 9449 阅读 · 0 评论 -
知识表示的方法(1)——产生式表示法
知识表示(knowledge representation)就是将人类知识形式化或者模型化。知识表示的目的是能够让计算机存储和运用人类的知识。已有知识表示方法大都是在进行某项具体研究时提出来的,有一定的针对性和局限性,目前已经提出了许多知识表示方法。常用的有:产生式表示法、框架表示法、状态空间表示法产生式表示法产生式表示法又称为产生式规则(production rule)表示法。“产生式”这一术语是由美国数学家波斯特(E.Post)在1943年首先提出来的,如今已被应用于多领域,成为人工智能中应用最原创 2021-10-24 15:42:23 · 22604 阅读 · 0 评论 -
知识——智能的基础
人类的智能活动主要是获得并运用知识。知识是智能的基础。为了使计算机具有智能,能模拟人类的智能行为,就必须使它具有知识。但人类的知识需要用适当的模式表示出来,才能存储到计算机中并能够被运用。因此,知识的表示成为人工智能中一个十分重要的研究课题。什么是知识?知识是人们在长期的生活及社会实践中,在科学研究及实验中积累起来的对客观世界的认识与经验。人们把实践中获得的信息关联在一起,就形成了知识。一般来说,把有关信息关联在一起所形成的信息结构称为知识。信息之间有多种关联形式,其中用得最多的一种是用“如果……,则原创 2021-10-18 16:52:14 · 1622 阅读 · 0 评论