Datawhale--深度学习绪论与数学基础

人工智能

定义：利用数字计算机或者数字计算机控制的机器模拟、延伸 和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理 论、方法、技术及应用系统。个人浅定义:让计算机机器模拟能到学习跟人一样掌握某种技能。类似于弱人工智能。如果让计算机跟人类一样具有自主 的情感，具有自主意识。那么可以理解为强人工智能。如果出现像钢铁侠这种的，智能化超过人类的，超级人工智能。

弱人工智能：认为不可能制造出能真正进行推理和解决问题的智能机器，这些机器只是看起来是智能的，其没有自主意识。
强人工智能：认为有可能制造出真正能推理和解决问题的智能机器，其拥有自主意识。
超级人工智能：机器的智能彻底超越人类。

人工智能的三次浪潮：
•第一阶段——人工智能的诞生：基于符号逻辑推理证明阶段。
•第二阶段——人工智能步入产业化：基于人工规则的专家系统阶段。
•第三阶段——人工智能迎来爆发：大数据驱动的深度神经网络阶段。

机器学习

定义：让计算机具有像人一样的学习和思考能力的技术的总称。具体来说就是从已知数据中获得规律，并利用规律对未知数据进行预测的技术。

按学习结果分类：
•预测：一般用回归（Regression，Arima）等模型。
•聚类：如K-means等方法。
•分类：如支持向量机，逻辑回归等。
•降维：如主成分分析（PCA）。

按学习方法分类：
有监督学习：有标签有数据，学习已有标签的数据，来对数据进行预测。
半监督学习ÿ