本篇主要關於最近鄰學習思想
下面是關於人類學習的乙個簡單總結
最近鄰演算法是一種基於模式識別的演算法，他的主要流程如下
首先有乙個特徵檢測器，他檢測進入的物體並輸出其特徵，所有輸出值組成乙個向量進入乙個比較器，並於庫中可能存在的向量值進行比較，輸出乙個值。
用下面這四種插座蓋來做例子
每個插座蓋都要檢測其總面積和孔的面積，並得到乙個圖。
橫座標是總面積，縱座標是空的面積，小標記代表四種插座蓋所在的位置。
然而當有插座蓋不屬於這四個點時，我們可以畫出他們之間的邊界線。稱其為決策邊界
我們有乙個原則，如果乙個東西和另乙個東西在乙個方面很相似，那麼他們在另乙個方面也有可能很相似。
這樣，如果我有乙個全新的插座，已知他的孔面積在縱座標且高於紅線的位置，那麼我們可以首先猜測他是左上角區域的插座，即小面積小孔的插座。
對於不同的問題，我們可以使用不同的決策方法。例如
我們想找尋乙份文章，我們對他裡面的hack和computer兩個詞感興趣，所以我們可以檢索文章**現的這兩個詞的數目或頻率。現在有幾份關於電腦科技的文章的詞頻如圖中w座標位置，幾份生活類文章詞頻（文章可能是關於砍東西的，hack有砍的意思）如圖中紅字所標位置，如果有乙份文章在u（unknown）這個位置，顯然他的computer次出現的頻率高，hack出現的頻率適中，我們可以用角度來作為區分，將他歸類為我們需要的科技文章。
還可以應用在機械臂的例子中
我們有乙個機械臂，想讓他沿直線方向移動，你可能會想到通過經典力學計算出兩個角度θ1和θ2，但這顯然不可能，因為摩擦阻力無法計算。不過我們可以通過記錄機械臂運動過程中的所有情況，列一張表，通過這個來不斷訓練機械臂。
如上圖，這個**中記錄了θ、θ2、角速度、速度、加速度、兩個馬達的扭矩等資訊，我們可以將我們需要的運動分成幾個小段，每乙個小段中資訊不會變化太多，然後通過查表得到匹配。
計算機足夠強大，這種理論可以完美實現。
麻省理工公開課人工智慧筆記六
此節課程的目的是根據乙個線條圖，確定其中有多少個物體 例如下面這張圖，我們可以觀察得出其中有兩個物體 第乙個方法是guzman的貢獻，他研究了大量的積木模型，得出乙個結論，三個面的交點有以下兩種表示，稱其為鏈結 第乙個箭頭表示箭頭兩側的面在乙個物體上，第二個叉表示三個面在同乙個物體上。根據這種思路，...
麻省理工公開課人工智慧筆記十三
本篇主要講聲韻學的機制。基於英語 英語中dog的複數dogs最後發音為z，二cat的複數cats最後發音為s，為什麼這樣，基於區別性特徵理論，如下 人發出的聲音進入耳朵，得到處理，並生成乙個區別性特徵向量的序列，區別性特徵是乙個二進位制變數，例如音是否有聲，即發音時聲帶是否震動，震動就是有聲 否則就...
麻省理工公開課人工智慧筆記十五
本篇主要講支援向量機，關於決策邊界 在上面這個圖中，如何區分正例和負例，前面我們講過的最近鄰，識別樹，神經網路三種方法，他們的決策邊界的畫法可以是上面這樣。然而支援向量機的概念與他們都不同，是通過畫直線的方式，找到一條直線 圖中虛線 能夠將分割正負例的街道最寬。首先我們要考慮，如何制定一條決策規則來...