米度教育零基础三个月学会机器学习视频总结



2017.12.09
VMware workstation虚拟机。
NLP：自然语言处理
图像识别：识别图片里面的文字，动物，字母，数字，人脸。
KNN识别数字9.通过用PS建立一个图片，手写数字9，然后在虚拟机上面识别这个PS图片，从中抽取出来了数字9.

不超过三十行代码，我也可以做出来，识别数字9.

机器视觉：无人驾驶，实时动态处理，摄像头，传感器快速捕捉。

演示了机器狗，飞机鸟。智能小车通过超声波和摄像头实现对黄色瓶子的追踪。

通过语音控制，调整识别的目标。
以上几个例子都是和机器视觉很类似。
语音控制也可以用树莓派。需要专门的语音芯片。

机器人领域：深圳优必选公司。
树莓派是开源硬件。人人都可玩得产品。

机器做决策。
IBM机器人做手术。

深度学习是机器学习里面的分支。
人工智能-》机器学习-》深度学习

1950年开始AI，1980AI兴起，热潮，2010年深度学习崛起。大数据概念兴起。2017年深度学习兴起，很火爆。
机器学习是开始，

强人工智能，
弱人工智能
超人工智能
弱人工智能：简单领域应用
强人工智能：机器接近人类智能
超人工智能：恐惧机器人，机器人给人奖赏

1个小时前都是可以忽略的东西。总共三个多小时。

56答疑：
demo需要软件
linux系统环境，需要给windows装虚拟机
ubuntu- VMware Workstation
vim 编辑器在Linux下的神器。
程序用python写的，胶水语言，各行各业都有用处，R语言并列。开发网页后端，自动化维护。

Tensorflow
ubuntu乌班图做个人桌面运算。
求职找工作，不会Linux，还想找人工智能？Linux很牛逼，感觉很专业。

写程序就像作家写作
机器学习概念：
通过大数据让机器进行计算，训练，获得一种学习的能力。进行类似事情的分析。
归纳：推理方法，从一系列具体事实概括出一般原理。
演绎：用一般原理退出具体的，特殊情况。
让机器学会学习的本领。人类直接享用机器的成果。

他用猫指给小孩子，告诉这个东西叫做猫，会喵喵叫。小孩子就慢慢观察，学习猫的症状。过了一段时间，孩子指着猫头鹰说，猫，后来又指着猫熊，说猫，

把小孩子和机器学习类比。人类比机器先进。

从一堆事物里面概括出最初的原理。

让机器学会 1 + 1不等于二，

机器学习的形式。
监督学习：在机器学习过程中提供对错指示（也叫做标签）。通过算法让机器自我减少误差。这类学习主要用于回归（预测连续数值，小孩子身高线性回归）和分类（猫和狗）

无监督学习：没有标签。进行分类。

半监督学习：少数有标签，大部分没有标签。

强化学习：鼓励学习，

机器学习过程：
数学知识：线代，概率论和数理统计，高数微积分。
编程基础：
编程语言python,
机器学习框架：Tensorflow，人工智能领域的Android库，包，别人开发好，自己调用就行。
Keras是最好的非框架深度学习库。
Caffe专注图像处理。

项目：手写数字的识别
knn理论基础：
k最近邻，K-nearest neiberud.

数据分析：
使用mnist数据集（mixed national institute of Standards and Technology database)(6万张用于训练，1万张用于测试）图片都是28*28的像素。一个像素由RGB三个元素组成。把图像进行灰度处理，RGB值要么是0，要么是1。白色是0，黑色是1.任何图片都会抽象为矩阵。28*28=784

欧氏距离：直角三角形，勾股定理，可以加入三维的。

算法思路：
把图片转化为向量A
计算向量A与

one hot表示便签方式。
60000训练集，10000测试集
5000训练集，200个测试集
从200个每次取出一个和5000个进行欧式计算，得到5000个距离值，找到最小值，得到他的下标。假如是1，在5000个训练集中下标为1的有多少m个，比较百分比，如果相等，就正确，不相等就是错误。

.gz归档文件，

他一直告诉大家，这东西不难，要有自信。
标量，向量，矩阵，张量
标量无方向，向量有距离，方向。
矩阵：二维数组
张量：高维数组
霍金可以抽象到11维度。
tensor张量，flow流动。