标签:传统 方法 其他 比较 http 一个 new 出现 height
讲授机器学习的基本概念、发展历史与典型应用
大纲:
人工智能简介
机器学习简介
为什么需要机器学习
机器学习的发展历史
机器学习的典型应用
人工智能主要的公司
本课程讲授的算法
机器学习并不是人工智能一上来就采用的方法,而是发展到一定阶段之后的产物
这门课需要的参考书:(前面两本有点老,没有讲深度学习的东西,但神经网络讲的还是比较详细的)
人工智能简介:
定义:用计算机来实现人的智能。
1956年人工智能达特茅斯会议,2016年(AlphaG)人工智能大规模进入公众的视野。
图灵奖最多的方向:CPU的设计(CPU结构、精简指令计算机);编程语言的(包括编译器);操作系统;计算机网络;数据库;理论计算;AI(有6次图灵奖)。
AI是获得图灵奖最多的方向之一:
2011 Judea Pearl(概率图模型)
2010 Leslie Valiant(PAC理论)
1994 Edward Feigenbaum,Raj Reddy
1975 Allen Newell,Herbert A. Simon
1971 John McCarthy
1969 Marvin Minsky
1994年获奖还是和前几次一样,主要是传统的思路和方法,比如说专家系统、知识工程、逻辑推理等等一些套路。
2010、2011年就不一样了,这些成果是属于机器学习方向,所以说机器学习是人工智能发展到后来才出现的一类方法和理论,并不是上来就采用的一条路。
PAC理论可以导出Adaboost等其他一些方法,是一个非常基础的理论。
概率图模型典型的就是贝叶斯网络或其他的一些方法,如马尔科夫随机场、条件随机场、马尔科夫过程、隐马尔可夫模型等等。
机器学习逐渐成了人工智能解决很多实际问题一种主流的方法,所以说人工智能不等同于机器学习,人工智能中还有一些其他的方法还是可以使用的。
AI可以模拟人的智能,那么人有什么智能呢?
第一台真正意义上的计算机是1945年发明的,它发明的目的是用来计算炮弹飞行的弹道(根据初始和目标坐标计算导弹飞行的轨迹),二战期间军方作战需要,开始只是用它来做计算器使用,后来发挥的用武之地远远超出人们的想象,正在逼近人类智能的能力。
机器学习简介:
标签:传统 方法 其他 比较 http 一个 new 出现 height
原文地址:https://www.cnblogs.com/wisir/p/11843042.html