课程思维导图,课程思维导图怎么做







机器学习我们常挂在嘴上,却很少有人了解它是什么,做了这么久的人工智能,总结了一下,我认为关于机器学习,这是每个人都应该了解的。

机器如何识别一只猫呢?

所谓人类的智能就是能根据已有的信息结合过往的经验逻辑去做判断,然后用这个判断去指导行动,再根据行动获得的反馈去修正判断,如此循环往复。人工智能就是通过编程让计算机拥有接近人类的智能。



传统的计算机编程方式是人类自己总结经验,归纳成严谨的逻辑公式,然后用编程语言描述出来,编译成机器码交给计算机去执行。



机器学习是一种新的编程方式,它不需要人类来总结经验、输入逻辑,人类只需要把大量数据输入给计算机,然后计算机就可以自己总结经验归纳逻辑,这个过程就叫训练,训练过后得到一个模型,这个模型就可以用来代替人去做判断了,训练得比较好的模型甚至可以达到超过人类的判定准确度。



这种新的编程方式未来可能成为日常软件开发中常用的技术,用来解决一些传统编程方式不太好解决的问题。每个程序员都应该学一下机器学习。







然而,这个问题解决的过程是有局限性的。我们如何识别一张猫的照片呢?这个看起来很简单的任务却难以用一种算法来描述。让我们稍等片刻,仔细想想。即使是简单的说明(如“有四条腿”或“有两只眼睛”)也有其缺点,因为这些特点可能会被隐藏,或照片可能只显示了猫的一部分。如果我们遇到识别腿或眼睛的任务时,那与识别猫一样的困难。



这正是机器学习展现其实力的地方。计算机不需要开发算法来解决问题,而是使用示例来学习算法本身。我们用样本来训练计算机。对于识别猫这个例子,我们需要使用大量的标注了猫的照片来训练系统(监督学习)。通过这种方式,算**发生进化,继而成熟,并最终能够识别出陌生图片上的猫。





机器学习的分支:深度学习

在这种情况下,被称为深度学习的人工神经网络学习方法得到了巨大的成功。深度学习是一种特殊的机器学习,反过来又是人工智能的一门学科,是计算机科学研究的主要分支。







许多与练习有关的问题更倾向于属于“识别猫”这个类别,而不是“数字加法”,因此,很难用人类编写的算法来解决这些问题。这些问题通常是在某些数据中识别模式,例如识别图像中的对象、语言中的文本或交易数据中的欺诈行为。



虽然机器学习的原理并不新鲜,但目前深受大众的追捧。这主要有三个原因:首先,用于应用和训练的大量数据的可用性(“大数据”);其次,我们现在拥有巨大的计算能力,特别是在云端;第三,一系列的开源项目使得每个人或多或少会使用一些算法。







深度学习框架,我们可以粗略的理解为是一个“数学函数”**和AI训练学习的执行框架。通过它,我们能够更好的将AI的模型运行和维护起来。



深度学习的框架有各种各样的版本(Caffe、Torch、Theano等等),我只接触了Google的TensorFlow,因此,后面的内容都是基于TensorFlow展开的,它的详细介绍这里不展开讲述,建议直接进入官网查看。非常令人庆幸的是TensorFlow比较早就有中文社区了,尽管里面的内容有一点老,搭建环境方面有一些坑,但是已经属于为数不多的中文文档了,大家且看且珍惜。

机器学习的基本应用

由于Spark拥有很多先进的工具,它(集成在Hadoop中)已经在机器学习领域成为领先的大数据框架。 Talend也正向着这个目标发展,并且通过建模能够抽象出一个更高的层次。建模可以降低复杂度,同时还会弱化与发展迅速并且门槛较高的基础技术之间的依赖关系。



最终,机器学习扩大了机器可以解决问题的类别,从而实现自动化:具体来说就是通过决策来实现。一方面,我们可以通过自动化的决策,将机器学习应用在我们的业务或圈子中。另一方面,我们自己本身就是一个数据源,其他的机器可以对我们进行分析并优化他们自己的业务。



总而言之,我想给大家留下这样一幅画面:计算机现在不仅能够遵循明确的指令,还可以通过例子进行学习。根据要解决的问题的不同,某个方法可能比另外一个更合适。然而,当这两个方法以某种方式结合起来使用的话,最终能为自动化带来更多的机会。



最后,附一篇吴恩达老师深度学习课程的思维导图,看的懂就看,看不懂别强求。







公众号内回复“吴恩达”获取原图



【本文系人工智能观察作者AI小智君原创,转载请联系作者并注明出处,更多精彩内容请持续关注】

本文来自投稿,不代表商川网立场,如若转载,请注明出处:http://www.sclgvs.com/peixun/29443.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。