机器学习篇-机器学习相关概述

一. 相关概述

人工智能(AI)

人工只能(Artificial Intelligence): 像人一样机器智能的综合与分析；机器模拟人类

释义：是一个系统，像人那样思考 像人那样理性思考

释义：是一个系统，像人那样活动 像人那样合理系统

机器学习(ML)

机器学习(Machine Learning): 让机器自动学习，而不是基于规则的编程（不依赖特定规则编程）

深度学习(DL)

深度学习(DL, Deep Learning) : 也叫深度神经网络，大脑仿生，设计一层一层的神经元模拟万事万物

三者之间的关系

机器学习是实现人工智能的一种途径

深度学习是机器学习的一种方法

学习方式

基于规则的学习

程序员根据经验利用手工的if-else方式进行预测

很多问题无法明确写下规则, 此时需要使用规则学习的方式来解决这类问题

基于模型的学习

从数据中自动学出规律

案例:

比如房价预测，数据如下图

利用线性关系模拟面积和房价的关系

• 我们可以使用一条直线尽可能多的通过这些点，不通过的点尽量分布在直线的两侧，利用这条直线所表示的线性关系，我们就可以预测房价。

• 直线可以写成y=ax+b，若a,b已知，我们就能够预测房价。机器学习中a,b称为 参数 ，y=ax+b称为 模型 。通常a,b未知，是我们需要求解的量。

二. 机器学习发展三要素

1956年: 计算机元年

数据、算法、算力三要素相互作用，是AI发展的基石