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:
【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。