人工智能的概述
1956年8月，在美國漢諾斯小鎮(zhèn)寧靜的達(dá)特茅斯學(xué)院中，約翰·麥卡錫（John McCarthy）、馬文·閔斯基（MarvinMinsky，人工智能與認(rèn)知學(xué)專家）、克勞德·香農(nóng)（Claude Shannon，信息論的創(chuàng)始人）、艾倫·紐厄爾（AllenNewell，計算機(jī)科學(xué)家）、赫伯特·西蒙（Herbert Simon，諾貝爾經(jīng)濟(jì)學(xué)獎得主）等科學(xué)家正聚在一起，討論著一個完全不食人間煙火的主題：用機(jī)器來模仿人類學(xué)習(xí)以及其他方面的智能，會議足足開了兩個月的時間，雖然大家沒有達(dá)成普遍的共識，但是卻為會議討論的內(nèi)容起了一個名字：人工智能，因此，1956年也就成為了人工智能元年。
達(dá)特茅斯會議-人工智能的起點(diǎn)
- 人工智能、機(jī)器學(xué)習(xí)與深度學(xué)習(xí)的關(guān)系
- 機(jī)器學(xué)習(xí)是人工智能的一個實(shí)現(xiàn)途徑
- 深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個方法發(fā)展而來
什么是機(jī)器學(xué)習(xí)
定義
湯姆·米切爾（Tom M.Mitchell，機(jī)器學(xué)習(xí)之父）：A computer program is said to learn from experienceE with respect to some class of tasks T and performance measure P if its performance at tasks in T, asmeasured by P, improves with experience E.
假設(shè)用性能度量P來評估機(jī)器在完成某類任務(wù)T的性能，如果該機(jī)器利用經(jīng)驗(yàn)E（即數(shù)據(jù)D）在任務(wù)T中改善了其性能度量P，那么可以說機(jī)器對經(jīng)驗(yàn)E進(jìn)行了學(xué)習(xí)，即機(jī)器學(xué)習(xí)
機(jī)器學(xué)習(xí)是從歷史數(shù)據(jù)中分析獲得算法模型，并利用算法模型對未知數(shù)據(jù)進(jìn)行預(yù)測.
解釋
我們?nèi)藦拇罅康娜粘＝?jīng)驗(yàn)中歸納規(guī)律，當(dāng)面臨新的問題的時候，就可以利用以往總結(jié)的規(guī)律去分析現(xiàn)實(shí)狀況，采取最佳策略。
從數(shù)據(jù)（大量的貓和狗的圖片）中自動分析獲得模型（辨別貓和狗的規(guī)律），從而使機(jī)器擁有識別貓和狗的能力。
從數(shù)據(jù)（房屋的各種信息）中自動分析獲得模型（判斷房屋價格的規(guī)律），從而使機(jī)器擁有預(yù)測房屋價格的能力。
數(shù)據(jù)集結(jié)構(gòu)
從歷史數(shù)據(jù)中獲得規(guī)律？那么歷史數(shù)據(jù)是什么樣的格式？
- 數(shù)據(jù)集結(jié)構(gòu)：
特征值+目標(biāo)值
- 每行數(shù)據(jù)，稱為
樣本(sample)或實(shí)例(instance) - 研究對象的性質(zhì)，例如面積、位置、樓層、朝向，稱為
特征(feature)或輸入(input) - 特征的具體數(shù)值，例如【樣本1】對應(yīng)的80、9、3、0，稱為
特征值(feature value) - 樣本的結(jié)果信息，例如【樣本1】的房價為80，稱為
標(biāo)簽(label)或目標(biāo)(target)或輸出(output) - 從數(shù)據(jù)中學(xué)習(xí)得到模型的過程稱為
學(xué)習(xí)(learn)或訓(xùn)練(train) - 用于訓(xùn)練模型的樣本數(shù)據(jù)集稱為
訓(xùn)練集(train set) - 用于測試模型的樣本數(shù)據(jù)集稱為
測試集(test set)
注意：有些數(shù)據(jù)集可以沒有目標(biāo)值
機(jī)器學(xué)習(xí)應(yīng)用場景
機(jī)器學(xué)習(xí)的應(yīng)用場景非常廣泛，可以說滲透各行各業(yè)，例如醫(yī)療、航空、教育、物流、電商等領(lǐng)域的各種場景
用在挖掘、預(yù)測領(lǐng)域：
應(yīng)用場景：店鋪銷量預(yù)測、量化投資、廣告推薦、企業(yè)客戶分類等
用在圖像領(lǐng)域：
應(yīng)用場景：街道交通標(biāo)志檢測、人臉識別等
用在自然語言處理領(lǐng)域：
應(yīng)用場景：文本分類、情感分析、自動聊天、文本檢測等文章來源：http://www.zghlxwxcb.cn/news/detail-756663.html
文章來源地址http://www.zghlxwxcb.cn/news/detail-756663.html
到了這里，關(guān)于機(jī)器學(xué)習(xí)與人工智能：一場革命性的變革的文章就介紹完了。如果您還想了解更多內(nèi)容，請?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
