人工智能的简介

人工智能的基本分类：

弱人工智能：智能家具设备，专于某一种领域的智能 

强人工智能：类人的人工智能，非类人的人工智能。

超人工智能：远远超过人类智慧的一种智能

人工智能的应用领域:电商，金融，医疗，制造业。

电商：大数据中的贝叶斯算法，实现智能推荐功能，降低用户的选择成本。（基于兴趣完成一些推荐，计算机视觉和深度学习完成的以图搜图），电商的用户画像和行为预估。

金融：人脸识别，声纹识别，虹膜识别。区块链技术

医疗：疾病的筛查和预测。

制造业：基于卷积神经的新药的研发。快速质检并保障质量。

人工智能的知识体系：

数学基础：

1.数学基础。

2.微积分：极限，微分学，积分学，应用于机器学习中的优化问题。

3线性代数：人工智能的基础

4.概率论：机器学习的本质是研究数据的分布规律。依托于概率统计知识。

编程基础：

linux是人工智能应用最常见的操作系统

r语言，python（非常好的生态系统）

机器学习：

机器学习的本质：从数据中学习学习出规律和模式。

机器学习的基本概念：监督学习，无监督学习，回归，强化学习。

机器学习的应用阶段：

数据预处理：数据采集，数据切分，特征抽取，特征选择，降维

模型学习：超参选择，交叉验证，结果评估，模型选择，模型训练。

模型评估：分类，回归，排序评估标准

模型上线：

深度学习：

范围：人工智能>机器学习>深度学习。

深度学习:是源于对人工神经网络的研究。

参考：https://cloud.tencent.com/edu/learning/course-1399-7591?ADTAG=sq.timl