广告公司做的网站字体侵权/咸阳seo公司

Infi-chu:

一、什么是学习

如果要给学习下一个定义，那么根据某百科给出的定义是——学习，是指通过阅读、听讲、思考和实践等途径获得知识或技能的过程。

那么对于计算机而言，什么是学习呢？怎样可以使得机器也学会了学习？对于计算机而言，如果能够通过某个过程，就改变了它的性能，那么这个过程就称之为学习。

在计算机领域而言，学习的核心目的就是为了改善性能。

二、什么是机器学习

对于计算机系统而言，通过数据以及某种特定的方法来提升机器系统的性能，就是机器学习。

对于一个学习问题，我们要抓住三个特征：

任务的类型

衡量任务性能提升的标准

获取经验的来源

换种角度来定义的话，机器学习就是一个基于经验数据的函数估计问题。

虽说对于机器学习的定义颇多，但是相同之处在于，都强调了经验和数据的重要性，都认可机器学习提供了从数据中提取知识方法。

三、4象限

知识在2个维度上可以分为4类，即可以统计与不可统计2维度；可推理不可推理2维度，组合而成4类。

在横向坐标中，对于可推理的，可以通过机器学习的方法，最终完成推理；

在纵向坐标中，对于可统计的、但不可推理的，可以通过神经网络这种特定的机器学习方法，达到目的。

具体如下图所示：

四、什么是深度学习

首先要明确一个定律——麻烦守恒定律：麻烦不会减少，只会转移。

深度学习是一种包含多个隐含层的多层感知机。他通过组合低层特征，形成更为抽象的高层表示，用于描述被识别对象的高级属性类别和特征。

五、方法论

端到端(end-to-end)

分而治之(Divide and Conquer)

六、人工智能定位：

为了改善系统性能，需要在4大方面不断改进：

增加处理器数量

增加处理器种类

增加处理器自己的连接

增加现有连接的流通程度

简单的来说，就是将人的智慧赋予机器，用“硅基大脑”模拟重现“碳基大脑”。

人工智能方向：

语音识别

文本到语音

语音到文本

自然语言处理

文本生成

机器问答

上下文抽取

文本分类

机器翻译

机器学习

深度学习

监督学习

无监督学习

计算机视觉

图像识别

机器视觉

机器人

专家系统

规划与推理

不管是深度学习还是机器学习，一般分为两个层面(两者相辅相成)：

面向过去，发现数据潜在的价值

面向未来，基于价值预测未来

【注】前者主要使用了“归纳”的方法，后者主要使用了“演绎”的方法。

判断机器学习的好坏，基于以下三点：

建模问题

评估问题

优化问题

七、人工神经网络的特点

非线性

非局限性

非常态性

非凸性