【人工智能概念】看热闹篇

主要梳理一下一些基本的概念…

看热闹篇

机器学习：

人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。     

（推荐周志华的西瓜书，机器学习相关的一些术语：链接

神经网络：

模仿大脑神经突触联接的结构进行信息处理的数学模型。

深度学习：

基于人工神经网络的研究，通过构建多层隐藏在中间的感知器来提升机器学习的效果。   入门见：  地址

数据挖掘：

从大量数据中通过算法挖掘出隐藏在其中的信息。

知识图谱：

通过图谱，可视化地展示学科的结构，例如CSDN机器学习知识的结构：  地址

分类：

按种类，等级或性质进行归类。分类问题是机器学习里最重要的一个问题之一。例如人脸识别里找出人脸是one-class分类问题，认出人脸是谁是多分类问题等等…

聚类：

将物理或抽象对象的集合分成由类似的对象组成的多个类的过程被称为聚类。

举个栗子：现在有几万张猫的照片，要求根据颜色分为三类，其实我们也不知道RGB三种颜色具体要怎么划分，那么可以根据K-Mean设计出一套计算两张图片颜色距离的方案之后分成三类…

预测：

顾名思义，预测是指在掌握现有信息的基础上，依照一定的方法和规律对未来的事情进行测算，以预先了解事情发展的过程与结果。

最直观的——天气预报！

回归：

简而言之就是找出两组或几组数据之间的关系！

例如高中的时候求一次函数的表达式其实就是回归问题！只是这里使用的模型更复杂而已。

时间序列分析：

本质上就是对一系列打上时间标签的数据进行分析，用来进行预测。

例子的话..还是天气预报……

概率论：

概率论是研究随机现象数量规律的数学分支。

比如——今天下午下雨的概率是5%…（我导师一直觉得概率是伪科学，2333）

演绎：

从前提必然地得出结论的推理。（可以认为就是逻辑推理吧

可以说是人工智能居家必备不可缺少的能力（比如人渴了，机器人要自然而然地推理出人想喝水…

熵：

熵是个物理学概念（系统的混乱程度），这里指的是一种自洽的语言系统。

一篇文章 《熵，区块链和人工智能有什么关系？》

专家系统：

专家系统是一个具有某个领域大量的专门知识与经验的程序系统。

这是人工智能走向应用的最重要最活跃的领域。

机器翻译：

百度翻译、谷歌翻译想必大家都用过……

推荐系统：

百度搜索的相关推荐，淘宝搜索的相关推荐想必大家都用过……

自然语言处理:

自然语言处理（NLP）是计算机科学，人工智能，语言学关注计算机和人类（自然）语言之间的相互作用的领域。

例如对着爪机说  “给XX发短信说我饿了”  爪机需要理解这句话的意思，你说的话的意图，这就是自然语言处理。

知识库:

指的是专家系统的规则合集，包含规则所联系的事实及数据。

自动驾驶:

顾名思义，人工智能来开车，开飞机开坦克，233…

人脸识别:

人工智能来认脸……

语音助手：

也就是语音识别的产物…

好了，人工智能深渊看热闹就到这里了……