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
