人工智能概述

一、机器学习定义：机器学习是一种统计学方法，计算机利用已有数家，得出某种模型，再利用此模型预测结果。

二、机器学习三要素：数据、算法、算力。

三、机器学习的过程（参考图一）：

1、用历史数据训练出模型

2、向模型输入新数据

3、模型根据输入的新数据预测结果

四、机器学习的主要应用是（参考图三）：

1、对连续数据的预测

2、对离散数据的分类

五、人工智能 > 机器学习 > 深度学习（参考图四）

1、人工智能：机器模拟人的意识和思维；

2、机器学习：实现人工智能的一种方法，是人工智能的子集；

3、深度学习：是深层次神经网络，是机器学习的一种实现方法，是机器学习的子集。

六、计算机中的神经元模型

1943年，心里学家McCulloch和数学家Pitts参考六生物神经元的结构，发表了抽象的神经元模型MP。

神经元模型是一个包含输入，输出与计算功能的模型。输入可以类比为神经元的树突，输出可以类比为神经元的轴突，计算可以类比为细胞核。（参考图二）

图一 图二 图三 图四