版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
人工智能
Artificial
Intelligence人工智能是什么人工智能与机器学习的关系人工智能发展历史计算机为什么可以学习机器学习的重要性机器学习的常见种类机器学习常见算法介绍过拟合与欠拟合目录人工智能(AI)、机器学习(ML)和深度学习(DL)之间的联系(右图)人工智能是通过软件或者硬件来模拟人类智能行为的学科。人工智能发展历史第一阶段:推理期1956-1960s:Logic
Reasoning出发点:“数学家真聪明!”渐渐地,研究者们意识到,仅有逻辑推理能力是不够的…第二阶段:知识期(专家系统)1970s-1980s:Knowledge
Engineering出发点:“知识就是力量!”渐渐地,研究者们发现,要专家总结出知识再“教”给系统,太难第三阶段:学习期1990s-now:Machine
Learning出发点:“让计算机自己学!”什么是机器学习?Machine
Learning机器学习,顾名思义,让计算机自己学习。但是计算机是死的,怎么可能像人类一样“学习”呢?在人们的认识中,计算机按照指令工作,遵照这个指令一步步执行下去,有因有果,非常明确。第1步:………..第2步:………..第n步:………..机器学习与人类学习的类比传统人工智能VS
机器学习思维逻辑机器学习为什么很重要?很多问题传统显示编程无法实现求图中的最短路径(Yes)图像识别,照片中的是什么?(No)人类是如何学习识别图像的?定义什么“树”(No)童年时期的经验(Yes)为什么机器学习现在崛起?大数据更强大的硬件更好的算法机器学习宏观框架机器学习(Machine
Learning)基础理论基础算法模型优化算法VC维理论、信息论、bias-variance
tradeoff(过拟合与欠拟合)决策树、人工神经网络、支持向量机、K-Means……梯度下降(gradient
descent)、牛顿法这么多算法模型,该用哪一个呢???“No
Free
Lunch”Theorem(没有免费的午餐定理)NFL定理:一个算法A在某些问题上比算法B好,必然存在另一些问题,B比A好。在脱离实际意义情况下,空泛地谈论哪种算法好毫无意义,要谈论算法优劣必须针对具体学习问题。机器学习算法种类监督学习非监督学习半监督学习强化学习Supervised
Learning(监督学习)Have
right
answers
or
labeled(数据被进行标记)Feature
or
attribute(数据维度dimension高,一般指feature数量多)OutcomeUnsupervised
Learning(非监督学习)Do
not
have
right
answers
or
unlabeled(数据没有被进行标记)监督学习VS
非监督学习VS半监督学习1.分类(Classification)属性:监督学习,离散值(Discrete
values
)作用:在多维空间切几刀,将空间分为几个部分代表算法:决策树、人工神经网络监督学习和非监督学习,可以干什么?2.回归(Regression)属性:监督学习,连续值(Continuous
values
)作用:直线、曲线拟合(二维)代表算法:线性回归3.聚类(Clustering)属性:最典型的非监督学习。作用:与分类类似,但是只有输入没有标记,需要计算机自己分出数据属于哪一簇。代表算法:层次聚类、K-Means4.关联分析(Association
analysis
)属性:非监督学习。作用:发现频繁项集。代表算法:Apriori算法经典案例:最著名的是啤酒与尿布的故事。哪个模型更好???Under
fitting
VS
Over
fitting(欠拟合与过拟合)
Underfitting:When
a
model
fails
to
capture
important
distinctions
andpatterns
in
the
data,so
it
performs
poorly
even
in
training
data.(对训练样的一般性质尚未学好。)
Overfitting:performs
perfectly
on
training
data
but
fail
to
predict
well
onnew
data.(把训练样本学得“太好”,很可能已经把训练样本本身的一些特点当做的一般性质,这样会导致泛化Generalization能力下降。)例子1.例子2类比:学习课程很少看书学习
理解记忆
死背硬记Occam’s
Razor(奥卡姆剃刀原理)states
that
we
shouldprefer
the
simplest
hypothesis
consistent
with
the
data.更倾选择相对简单的模型。评估方法(Evaluating)怎样合理使用训练数据,来评价训练出来模型的好坏(监督学习)?假设一共有10道题:方法一、老师讲10道题目,讲完后,用这10道题测验学生方法二、老师讲7道题,讲完后,用剩下3道题测量学生记忆并不等于学习理解记忆,举一反三,检测泛化能力Hold-out
validation(留出法)Cross-validatio
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 重型机械跨国搬运服务合同
- 酒店厨房改造包清工合同
- 高端珠宝店装潢协议
- 珠宝首饰店装修合同协议书
- 钢铁行业物流运输协议范本
- 电力行业矿石供应运输合同
- 电力线路改造工程运输合同
- 购物中心装修合同解除范本
- 跨海大桥搅拌车运输合同
- 汽车销售居间费承诺书
- 中国城市行政代码
- 攻城掠地手游挂机脚本
- 肾上腺肿瘤患者的护理查房课件
- (完整word版)数学中考答题卡模板
- 多边形的内角和-说课课件
- 基于同伴互评反馈机制的高中英语写作教学实证研究
- 小学阅读教学中随文练笔的思考与探索
- 新课标《普通高中化学课程标准(2022年版)》
- 小商品批发市场可行性研究报告
- 第三单元一《伐檀》公开课一等奖创新教案-【中职专用】(中职语文高教版2023-2024-基础模块上册)
- 幼儿保育学前教育专业教师教学创新团队建设方案
评论
0/150
提交评论