人工智能(AI)

2019/02/24 20:04
阅读数 1.1K

一、人工智能的核心——机器学习

  人工智能是一个很大的圈子,但人工智能的基础机器学习

机器学习是什么?

  其实就是人告诉机器想做什么事情,并且给它一堆数据让它模仿着去做。

机器学习需要什么?

  算法、数据、程序、评估、应用。

机器学习能做什么?

  机器学习在数据挖掘、图像识别、语音和自然语言处理中有着广泛应用。

  

机器学习流程?

  一个机器学习的常规套路:

  1)数据收集与预处理(数据收集、数据挖掘等)

  2)特征选择(转换为计算机认识的东西)与模型构建(构建出学习函数)

  3)评估与预测

  

机器学习该如何学习?

  机器学习本质包含了数学原理推导实际应用技巧

  机器学习中有很多经典算法,既然要学习,就需要清楚一个算法是怎么推导出来的以及该如何应用

  数学对机器学习非常重要,但只要有大学的数据基础(高数、线性代数、概率论)即可,如果大多都已经忘记了,可以边学边查,一个合适的做法就是哪里不会点哪里。

现在很多的深度学习是什么?

  深度学习是机器学习中神经网络算法的延伸,只不过应用得比较广泛。

  深度学习在计算机视觉和自然语言处理中更厉害一些。

  

机器学习如何动手去做?

  寻找资源和案例的方法:Github、kaggle(流行的数据科学竞赛平台)、各大资源分享点。

  案例积累的作用非常大:工程师的工作主要就是模仿,能做事才能有用,模仿成功案例做出来就是自己的东西。现在很少需要从头开始去写一个项目,通常都是按照之前的某种套路照搬过来,大部分公司也都是这么做的,先学会模仿了再去进行创作。

 

展开阅读全文
打赏
0
2 收藏
分享
加载中
更多评论
打赏
0 评论
2 收藏
0
分享
返回顶部
顶部