阅读数:75 评论数:0

一、人工智能

为机器赋予人的智能，人工智能是一站前沿的综合学科。包括：计算机科学、统计学、脑神经学、社会科学等。

人工智能的研究领域一般分为五层：

1、最底层的是基础设施建设，它包含数据和计算能力两部分。

2、往上一层是算法，即机器学习的算法。

3、第三层是技术方向和问题，如计算机视觉、语音工程、自然语言处理等。

4、第四层为具体的技术，如图像识别、语音识别、机器翻译等。

5、第五层为行业的解决方案。

二、机器学习

ML（Machine Learning），机器学习是一门多领域交叉学科，涉及概率论、统计学等多门学科。

机器学习是人工智能的核心，机器学习是用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务。

机器学习有三类：

1、无监督学习

指的是从信息出发自动寻找规律，并将其分成各类类别。

2、监督学习

指的是给历史一个标签，运用模型预测结果。如有一个水平，我们根据水果的形状态去判断到底是香蕉还是苹果。

3、强化学习

三、深度学习

一种实现机器学习的技术，机器学习是指计算机的算法能够像人一样，从数据中找到信息，从而学习一些规律。虽然深度学习是机器学习的一种，但深度学习是利用深度的神经网络，将模型处理得更为复杂，从而使模型对数据的理解更加深入。

深度学习的动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制秋解释数据，例如图像、声音、文本。

同机器学习方法一样，深度机器学习方法也有监督学习和无监督学习之分，例如卷积神经网络（Convolutional Neural networks,CNNs）就是一种深度的监督学习下的机器学习模型，而深度置信网（Deep Belief Nets，DBNs）就是一种无监督学习下的机器学习模型。

四、神经网络

神经网络在设计的时候就是模仿人脑的处理方式，希望其可以按人类大脑的逻辑运行。它是一种机器学习的算法。

神经网络的原理是受我们大脑的生理结构（互相交叉相连的神经元启发），例如，我们可以把一幅图像切分成图像块，输入到神经网络的第一层。在第一层的每一个神经元都把数据传递到第二层。第二层的神经元也是完成类似的工作，把数据传递到第三层，以此类推，直到最后一层，然后生成结果。

神经网络是训练出来的，它最重要的就是训练，直到神经元的输入的权值都被调制得十分精确。