機器學習(一)-導論

1 機器學習和人工智能的區別

機器學習是現階段人工智能的核心技術，是經過統計學原理，來對數據進行分析與建模.它們之間的關係圖以下所示:

• 機器學習是核心技術，能夠經過代碼來實現;
• 人工智能是一種思惟方法；

1.1 什麼是人工智能?

1.1.1 通用人工智能AGI

經過人工智能的信息， 咱們能夠在不少的電影裏面看到。

• 《駭客帝國》
• 《超嚴駭客》
• 《西部世界》

1.1.2 人工智能AI

1.2 人工智能技術

Google對人工智能技術的定義:

• 只要能讓計算機模擬人類行爲的技術，都叫人工智能技術

2 機器學習的應用和缺點

2.1 人工智能的分類領域

• 模式識別

• 語音識別

• 圖像識別

• 天然語言處理

2.2 機器學習目前的缺點

如今的安卓手機都有語音助手， 好比： 蘋果手機的Siri等， 它們在語音識別時，能夠獲取語音信息並分割詞語， 可是不能進行邏輯的處理與判斷.

• 好比， 語音描述不要日本菜， 可是會給你推薦日本菜；

• 好比: 四川火鍋和日料

  • A. 「四川火鍋比日料更好，由於它很辣」
  • B. 「四川火鍋比日料更好，由於它不辣」

問題： 「它「分別指的是誰？

3 數學和機器學習的關係

3.1 中心極限定理

在天然界與生產中，一些現象受到許多相互獨立的隨機因素的影響，若是每一個因素所產生的影響都很微小時，總的影響能夠看做是服從正態分佈的

3.2 導數

在維度間描述趨勢的語法， 好比： 從三維降到二維， 從二維降到一維。

4 機器學習的應用場景

4.1 利用大數據預測H1N1在美國某小鎮的爆發

4.2 預測世界盃比賽結果和點球方向

4.3 Alpha-Go