当前位置:首页|资讯|人工智能|深度学习

人工智能学习笔记(一)

作者:孙柏森呀发布时间:2023-02-14

一、人工智能相关概念的关系

计算机科学 > 人工智能 > 机器学习 > 深度学习

计算机科学(Computer Science)

人工智能(Artificial Intelligence,AI,计算机科学的分支)

机器学习(Machine Learning,ML,人工智能的核心)

深度学习(Deep Learning,DL,机器学习的研究方向)


 二、神经网络定义和分类

人工神经网络(Artificial Neural Networks,ANNs),简称神经网络,是一种模仿动物神经网络的行为特征,进行分布式并行信息处理的算法数学模型。

分类:

1、按模型结构分为前馈型网络(多层感知机网络、非线性映射系统)和反馈型网络(Hopfield网络、非线性动力学系统)

2、按学习方式分为监督学习、非监督学习、半监督学习

3、按工作方式分为确定性和随机性

4、按时间特性分为连续性和离散型


三、机器学习

机器学习的流程

1、数据获取

2、特征工程

3、建立模型

4、评估与应用


从数据中提取特征,这是机器学习的核心。深度学习就是机器学习用来提取特征的一种方法,即研究方向。数据预处理和特征提取是机器学习的核心。神经网络作为一个黑盒子,本质上就是处理数据。在计算机视觉领域主要处理图像数据,在自然语言处理中处理文本数据。

机器学习主要有两个类问题,一类是回归,一类是分类。回归问题的结果是连续的,分类问题的结果是离散的。从训练上,分为监督问题和非监督问题。


机器学习的常规套路

1、收集数据并给定标签

2、训练一个分类器

3、测试、评估


在图像分类中,存在的问题主要有部分遮蔽和背景混入。如何区分前景和后景,在背景中分离出主体(主要部分)是实现较好分类效果的前提。



参考链接:

人工智能(计算机科学的一个分支)_百度百科 (baidu.com)

机器学习(多领域交叉学科)_百度百科 (baidu.com)

深度学习(人工神经网络的研究的概念)_百度百科 (baidu.com)

神经网络(通信定义)_百度百科 (baidu.com)



Copyright © 2024 aigcdaily.cn  北京智识时代科技有限公司  版权所有  京ICP备2023006237号-1