人工智能AI-Introductin

目的：

——熟悉AI项目开发的通用流程

——掌握AI项目开发的基本技能

——具备开展AI算法基础研究是基本能力

• 机器学习项目的通用工作流程 

1、定义问题：软件架构设计、确定评价指标

2、获取数据：自动化的方式

3、研究数据：可视化方式、相关性研究等

4、准备数据：数据清理、特征选择及处理

5、研究模型：确定评估方法、列出可能的模型并训练，选择最有希望的3-5个模型

6、微调模型：寻找最佳超参数、模型融合，评价泛化性能

7、展示解决方案：将工作进行文档化总结展示

8、启动、监视、维护系统：投入使用

       其中5和6涉及到：

                   机器学习——>深度学习（scikit-learn——>keras）  a、回归问题，分类问题 b、CNN，RNN，GAN c、迁移学习

           如何训练模型；如何选择最佳超参数；如何评估和提升模型泛化能力；欠拟合？过拟合？

• 人工智能

人工智能无处不在，例如今日头条的新闻推荐和智能搜索排序、滴滴的智能出行自动驾驶、淘宝的个性化推荐智能物流和仓储机器人、智能的机器翻译、微软小冰的智能说话和智能助理应用、照片里的智能图像理解和智能美图等。

人工智能就是机器展现出的智能，即只要是某种机器，具有某种智能的特征或者表现，都应该算作人工智能。是研究开发用于模拟、延申和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，包括研究机器人、语言识别、图像识别、自然语言处理和专家系统等。

人工智能的三次热潮，第一次是1962年IBM的西洋跳棋，第二次是1997年IBM Deep Blue的国际象棋，第三次是Google的alphago。

                                          

AI关键技术有知识图谱、计算机视觉、人机交互、生物特征识别、机器学习、VR/AR、自然语言处理。

• 机器学习

                                

机器学习是让计算机具有学习能力，无需进行明确的编程。计算机利用经验E学习任务T，性能是P，针对T的P会随着经验E不断增长，则称为机器学习。 

当需要进行大量手工调整或者需要拥有长串规则才能解决的问题，用机器学习；问题复杂，传统方法难以解决，用机器学习；环境有波动，机器学习算法可以适应新数据；问题复杂，数据大量用机器学习。

机器学习的“三步曲”：给定模型（函数集合）进行训练，找到最佳参数（参数不同，函数不同）；欠拟合和过拟合怎么解决？；模型如何选择？

机器学习中模型的种类：监督学习、无监督学习、半监督学习、强化学习、迁移学习

• 深度学习