人工智能學(xué)習(xí)的基礎(chǔ)知識有哪些？

      今天帶您一起來了解下關(guān)于人工智能的基礎(chǔ)知識。

01、機(jī)器學(xué)習(xí)是什么

      機(jī)器學(xué)習(xí)的核心是，“用算法解析數(shù)據(jù)，從中學(xué)習(xí)，然后對某些事物做出決定或預(yù)測。”這意味著，你無需明確地編程計(jì)算機(jī)來執(zhí)行任務(wù)，而是教計(jì)算機(jī)如何開發(fā)算法來完成任務(wù)。機(jī)器學(xué)習(xí)主要有三種類型，它們各有優(yōu)缺點(diǎn)，分別是：監(jiān)督學(xué)習(xí)，無監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)。

1. 監(jiān)督學(xué)習(xí)

      監(jiān)督學(xué)習(xí)的兩種主要類型是分類和回歸。在分類中，訓(xùn)練的機(jī)器將把一組數(shù)據(jù)分成特定的類。比如郵箱的垃圾郵件過濾器，過濾器分析之前標(biāo)記為垃圾郵件的郵件，并將其與新郵件進(jìn)行比較。如果達(dá)到某個(gè)百分比，則這些新郵件會(huì)被標(biāo)記為垃圾郵件，并發(fā)送到相應(yīng)的文件夾；不像垃圾郵件的將被歸類為正常并發(fā)送到收件箱。

      第二種是回歸。在回歸中，機(jī)器使用先前標(biāo)注的數(shù)據(jù)來預(yù)測未來。比如天氣應(yīng)用。利用天氣的相關(guān)歷史數(shù)據(jù)（即平均溫度，濕度和降水量），手機(jī)的天氣應(yīng)用可以查看當(dāng)前天氣，并對一定時(shí)間范圍內(nèi)的天氣進(jìn)行預(yù)測。

2. 無監(jiān)督學(xué)習(xí)

      在無監(jiān)督學(xué)習(xí)中，數(shù)據(jù)是未標(biāo)注的。由于現(xiàn)實(shí)中，大多數(shù)的數(shù)據(jù)都是未標(biāo)注的，因此這些算法特別有用。

      無監(jiān)督學(xué)習(xí)分為聚類和降維。聚類用于根據(jù)屬性和行為對象進(jìn)行分組。這與分類不同，因?yàn)檫@些組不會(huì)提供給你。聚類將一個(gè)組劃分為不同的子組（例如，根據(jù)年齡和婚姻狀況），然后進(jìn)行有針對性的營銷。另一方面，降維涉及通過查找共性來減少數(shù)據(jù)集的變量。大多數(shù)數(shù)據(jù)可視化使用降維來識別趨勢和規(guī)則。

3. 強(qiáng)化學(xué)習(xí)

      強(qiáng)化學(xué)習(xí)使用機(jī)器的歷史和經(jīng)驗(yàn)來做出決策。強(qiáng)化學(xué)習(xí)的經(jīng)典應(yīng)用是游戲。與監(jiān)督和無監(jiān)督學(xué)習(xí)相反，強(qiáng)化學(xué)習(xí)不注重提供“正確”的答案或輸出。相反，它專注于性能，這類似人類根據(jù)積極和消極后果進(jìn)行學(xué)習(xí)。如果孩子碰到了熱爐，他很快就會(huì)學(xué)會(huì)不再重復(fù)這個(gè)動(dòng)作。同樣在國際象棋中，計(jì)算機(jī)可以學(xué)習(xí)不將王移動(dòng)到對手的棋子可以到達(dá)的地方。根據(jù)這個(gè)原理，在游戲中機(jī)器能夠最終擊敗頂級的人類玩家。

02、機(jī)器學(xué)習(xí)的發(fā)展歷程

      機(jī)器學(xué)習(xí)的最早由貝葉斯在1783年發(fā)表的同名定理中提出。貝葉斯定理根據(jù)類似事件的歷史數(shù)據(jù)得出事件的可能性。換句話說，貝葉斯定理是一種從經(jīng)驗(yàn)中學(xué)習(xí)的數(shù)學(xué)方法，這也是機(jī)器學(xué)習(xí)的基本思想。

      幾個(gè)世紀(jì)后的1950年，計(jì)算機(jī)科學(xué)家艾倫·圖靈發(fā)明了圖靈測試，計(jì)算機(jī)通過文本對話，從而讓人類認(rèn)為與其交談的是人而不是計(jì)算機(jī)。圖靈認(rèn)為，只有當(dāng)機(jī)器通過這項(xiàng)測試才能被認(rèn)為是“智能的”。

      在此之后不久，1952年，亞瑟·塞繆爾開發(fā)了第一個(gè)真正的機(jī)器學(xué)習(xí)程序，在簡單的跳棋游戲中，計(jì)算機(jī)能夠根據(jù)之前的游戲?qū)W習(xí)策略，并提高之后的表現(xiàn)。接下來是1963年，唐納德·米基開發(fā)了基于強(qiáng)化學(xué)習(xí)的tic-tac-toe項(xiàng)目。

      機(jī)器學(xué)習(xí)的最大突破是2006年深度學(xué)習(xí)的發(fā)展。深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)類別，旨在模仿人類大腦的思維過程，通常用于圖像和語音識別。

      如今我們使用的許多技術(shù)都不離開深度學(xué)習(xí)。你是否曾將照片上傳到Facebook帳戶，并標(biāo)記圖中的人物？Facebook正在使用神經(jīng)網(wǎng)絡(luò)識別照片中的人臉。還有Siri，當(dāng)你向iPhone詢問今天棒球比賽的比分時(shí)，你的語音將通過復(fù)雜的語音解析算法進(jìn)行分析。沒有深度學(xué)習(xí)，這一切都將難以實(shí)現(xiàn)。

03、機(jī)器學(xué)習(xí)的原理

      初學(xué)者們要注意了，如果想完全理解大多數(shù)機(jī)器學(xué)習(xí)算法，那么必須對一些關(guān)鍵數(shù)學(xué)概念有基本了解。但不要害怕，這些概念很簡單，有些可能你已經(jīng)掌握了。機(jī)器學(xué)習(xí)涉及到線性代數(shù)、微積分、概率和統(tǒng)計(jì)。

6. 深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)算法

      人工神經(jīng)網(wǎng)絡(luò)算法基于生物神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)。深度學(xué)習(xí)采用神經(jīng)網(wǎng)絡(luò)模型并對其進(jìn)行更新。它們是大型且極其復(fù)雜的神經(jīng)網(wǎng)絡(luò)，使用少量標(biāo)注數(shù)據(jù)和大量未標(biāo)注數(shù)據(jù)。神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)具有許多輸入，這些輸入在產(chǎn)生一個(gè)或多個(gè)輸出之前要通過若干隱藏層。這些連接形成一個(gè)特定的循環(huán)，模仿人腦處理信息和建立邏輯聯(lián)系的方式。此外，隨著算法的運(yùn)行，隱藏層通常會(huì)變得更小、更細(xì)微。

      本文由培訓(xùn)無憂網(wǎng)長沙牛耳教育專屬課程顧問整理發(fā)布，希望能夠?qū)ο雲(yún)⒓娱L沙大數(shù)據(jù)分析培訓(xùn)的學(xué)生有所幫助。更多大數(shù)據(jù)分析培訓(xùn)課程資訊歡迎關(guān)注培訓(xùn)無憂網(wǎng)大數(shù)據(jù)人工智能培訓(xùn)頻道或添加老師微信：1503333605010

      注：尊重原創(chuàng)文章,轉(zhuǎn)載請注明出處和鏈接 http://m.universityresearchassociates.com/news-id-14188.html 違者必究！部分文章來源于網(wǎng)絡(luò)由培訓(xùn)無憂網(wǎng)編輯部人員整理發(fā)布,內(nèi)容真實(shí)性請自行核實(shí)或聯(lián)系我們，了解更多相關(guān)資訊請關(guān)注人工智能頻道查看更多，了解相關(guān)專業(yè)課程信息您可在線咨詢也可免費(fèi)申請?jiān)囌n。關(guān)注官方微信了解更多：150 3333 6050