二、 神經網路的發展歷史(三起兩落)
三、 機器學習的典型應用
四、總結
人工智慧的概念:
機器模擬人的意識和思維
重要人物:
艾倫·麥席森·圖靈(alan mathison turing)
人物簡介:
1912 年 6 月 23 日-1954 年 6 月 7 日,英國數學家、邏輯學家,被稱為電腦科學之父,人工智慧之父。
相關事件:
(1)1950 年在**《機器能思考嗎?》中提出了圖靈測試,一種用於判定機器是否具有智慧型的試驗方法:提問者和回答者隔開,提問者通過一些裝置(如鍵盤)向機器隨意提問。多次測試,如果有超過 30%的提問者認為回答問題的是人而不是機器,那麼這台機器就通過測試,具有了人工智慧。也就是工智慧型的概念:「用機器模擬人的意識和思維」。
(2)圖靈在**中**:在 2000 年,會出現通過圖靈測試具備人工智慧的機器。然而直到 2014 年 6 月,英國雷丁大學的聊天程式才成功冒充了 13 歲男孩,通過了圖靈測試。這一事件比圖靈的**晚了 14 年。
(3)在 2015 年 11 月 science 雜誌封面新聞報道,機械人已經可以依據從未見過的文字中的乙個字元,寫出同樣風格的字元,說明機器已經具備了迅速學習陌生文字的創造能力。
消費級人工智慧產品:
國外(1)谷歌 assistant
(2)微軟 cortana
(3)蘋果 siri
(4)亞馬遜 alexa
國內(1)阿里的天貓精靈
(2)小公尺的小愛同學
人工智慧先鋒:
(1)geoffrey hinton:多倫多大學的教授,谷歌大腦多倫多分布負責人,是人工智慧領域的鼻祖,他發表了許多讓神經網路得以應用的**,啟用了整個人工智慧領域。他還培養了許多人工智慧的大家。比如 lecun 就是他的博士後。
(2)yann lecun:紐約大學的教授,facebook 人工智慧研究室負責人,他改進了卷積神經網路演算法,使卷積神經網路具有了工程應用價值,現在卷積神經網路依舊是計算機視覺領域最有效的模型之一。
(3)yoshua bengio:蒙特婁大學的教授,現任微軟公司戰略顧問,他推動了迴圈神經網路演算法的發展,使迴圈神經網路得到工程應用,用迴圈神經網路解決了自然語言處理中的問題。
機器學習的概念:
機器學習是一種統計學方法,計算機利用已有資料得出某種模
型,再利用此模型**結果。
特點:
隨經驗的增加,效果會變好。
簡單模型舉例:
決策樹模型
機器學習和傳統計算機運算的區別:
傳統計算機是基於馮諾依曼結構,指令預先儲存。執行時,cpu 從儲存器裡逐行讀取指令,按部就班逐行執行預先安排好的指令。其特點是,輸出結果確定,因為先幹什麼,後幹什麼都已經提前寫在指令裡了。
機器學習三要素:
資料、演算法、算力
深度學習的概念:
深層次神經網路,源於對生物腦神經元結構的研究。
人腦神經網路:
隨著人的成長,腦神經網路是在漸漸變粗變壯。
生物學中的神經元:
樹突具有接受刺激並將衝動傳入細胞體的功能,是神經元的輸入。這些樹突彙總於細胞核又沿著一條軸突輸出。軸突的主要功是將神經衝動由胞體傳至其他神經元,是神經元的輸出。人腦便是由 860 億個這樣的神經元組成,所有的思維意識,都以它為基本元,連線成網路實現的。
計算機中的神經元模型:
1943 年,心理學家 mcculloch 和數學家 pitts 參考了生物神經元的結構,發表了抽象的神經元模型 mp。神經元模型是乙個包含入,輸出與計算功能的模型。輸入可以模擬為神經元的樹突,輸出可以模擬為神經元的軸突,計算可以模擬為細胞核。
人工智慧,就是用機器模擬人的意識和思維。
機器學習,則是實現人工智慧的一種方法,是人工智慧的子集。
深度學習就是深層次神經網路,是機器學習的一種實現方法,是機器學習的子集。
計算機視覺、語音識別、自然語言處理
(1) **(對連續資料進行**)
如,**某小區 100 平公尺的房價賣多少錢。根據以往資料(紅色 ● ),擬合出一條線,讓它「穿過」所有的點,並且與各個點的距離盡可能的小。
我們可以把以前的資料,輸入神經網路,讓他訓練出乙個模型,比如這張圖中紅色點表示了以往的資料,虛線表示了**出的模型 y = ax + b ,大量歷史資料也就是面積 x 和房價 y 作為輸入,訓練出了模型的引數 a = 3.5, b = 150,則你家 100 平公尺的房價應該是 3.5 * 100 + 150 = 500 萬。我們發現,模型不一定全是直線,也可以是曲線;我們還發現,隨著資料的增多,模型一般會更準確。
(2) 分類(對離散資料進行分類)
如,根據腫瘤患者的年齡和腫瘤大小判斷良性、惡性。紅色樣本為惡性,藍色樣本為良性,綠色分為哪類?
假如讓計算機判斷腫瘤是良性還是惡性,先要把歷史資料輸入到神經網路進行建模,調節模型的引數,得到一條線把良性腫瘤和惡性腫瘤分開。比如輸入患者的年齡、腫瘤的大小 還有對應的良性腫瘤還是惡性腫瘤,使用神經網路訓練模型調整引數,再輸入新的患者年齡和腫瘤大小時,計算機會直接告訴你腫瘤是良性還是惡性。比如上圖的綠色三角就屬於良性腫瘤。
1、機器學習,就是在任務 t 上,隨經驗 e 的增加,效果 p 隨之增加。
2、機器學習的過程是通過大量資料的輸入,生成乙個模型,再利用這個生成的模型,實現對結果的**。
3、龐大的神經網路是基於神經元結構的,是輸入乘以權重,再求和,再過非線性函式的過程。
tensorflow學習筆記（一）
tensorflow是谷歌基於distbelief進行研發的第二代人工智慧學習系統，其命名 於本身的執行原理。tensor 張量 意味著n維陣列，flow 流 意味著基於資料流圖的計算，tensorflow為張量從流圖的一端流動到另一端計算過程。tensorflow是將複雜的資料結構傳輸至人工智慧神...
tensorflow學習筆記 一
constant 生成乙個常量型別的張量 session 生成乙個可運算的會話控制代碼 interactivesession 等價於 sess tf.session 但是結果的執行會有所不同 interactivesession 使用這個需要在執行函式後 eval 才會得到結果 session 使用...
TensorFlow 實戰學習筆記（一）
1.windows 上安裝 tensorflow 流程 對於有英文基礎的朋友，建議直接閱讀官網安裝教程。本答案翻譯自 tensorflow 官網。系統環境要求 windows 上安裝 tensorflow 步驟 安裝 python 開發環境 檢查系統是否已安裝 python 開發環境。如果已安裝，則...