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
网友评论