数学篇-人工智能【1】

    半夜肚子疼醒，本来刷着爽文《八岁清北卖鹅腿，校长叫我小孩哥》，刷不下去了，肚子疼痛感与脑子的清醒成正比。起身，去厨房倒一杯热水，改刷起了B站，不料，刷到好东西。

    先上链接：这绝对是你见过最好的【人工智能课程】教程！李永乐导师带你从零详解神经网络与深度学习_机器学习数学基础_卡尔曼滤波_自动驾驶_计算机__哔哩哔哩_bilibili

人工智能的发展史，略过。

直接总结一下相关数学知识点：

1.梯度下降算法：

用途：处理分类问题、回归问题。【说到回归问题，我本科论文《数据化转型与会计信息相关性实证研究-基于食品加工行业的上市公司数据》，也需要解决回归问题，当时用Python以及stata处理的数据，这论文，让我从众多人中，脱颖而出，指导老师也认为写得还可以，建议我投稿SCI。老师说，本科生不能用学校基金项目投稿，于是跟老师合作，挂老师名，一起投稿。不知中没中，论文写完后，我就没再关注，但咱就是说，这个梯度下降算法处理回归问题，就是好使。】

预测房价，预测一些未来数据趋势，很OK~

知识截图上一波：

2.神经网络

【嘿，还挺高大上的词汇。就是计算机的数据传输过程。当然，比喻成大脑的神经网络，未尝不可，毕竟爱学数学的人，比一般人要浪漫。嘿嘿，Oppenheimer这部电影看过不，男主奥本海默，和一群科学家，研究出的原子弹，二战时，炸掉小日本的故事。这部片子，有点，裸。要资源的，可私信我，要聊奥本海默的，也可组队拉我。】

【哈哈哈哈哈哈~人物来了，奥本海默，影片中，你看他出现在哪？】

M-P模型【又叫麦卡洛克模型】

单层神经网络

多层神经网络

辛顿提出反向算法【BP】，调参数时，先调最后一层，最后一层再往前调。反向传播数据，这种算法，比以前算法，复杂程度下降。引领了第三次，人工智能浪潮。

3.人工智能框架

【因为人工智能算法，复杂，程序员编程不可能从零开始，必须有一些算法，已经编好了，放在那，这就是所谓的人工智能框架。------李永乐】

目前流行的人工智能框架：

国外：

（1）谷歌的Tensorflow

（2）亚马逊的sagemaker

（3）微软的CNTK

（4）脸书的Pytorch

 国内：

（1）华为的MindSpore

华为的人工智能框架，第4个优点是：信息安全性【即数据是脱敏数据，即使别人拿到数据，也不知道这个数据是什么。】

MindSpore社区地址：

https://gitee.com/mindspore

【程序员都会建立自己的一些社区，例如GitHub,再推荐个：GitHub - datawhalechina/leedl-tutorial: 《李宏毅深度学习教程》（李宏毅老师推荐👍，苹果书🍎），PDF下载地址：https://github.com/datawhalechina/leedl-tutorial/releases】

好了，我肚子不疼了。