574-87125682~574-87285796

軟件開(kāi)發|系統開(kāi)發|信息化建設|物(wù)聯網開(kāi)發

KNOWLEDGE/知(zhī)識

分(fēn)享你我(wǒ)軟件開(kāi)發、系統開(kāi)發方面的感悟

人工(gōng)智能開(kāi)發簡介

發表時間:2022-08-20 09:12:38

文章作者:小(xiǎo)編

浏覽次數:

人工(gōng)智能是所有機器模仿人類認知(zhī)能力的研究的超級集合。

例如:環境交互、知(zhī)識表達、感知(zhī)、學習、機器視覺、語言識别。

主要構成理論包括:計算機科學、統計學、數學。

機器學習

  1. 機器學習是人工(gōng)智能的分(fēn)支;
  2. 在計算機科學領域的應用使計算機無需顯示編程就能學習;
  3. 機器學習由能夠基于數據進行學習和預測的算法組成:
  • 這類算法在前面樣本基礎上進行訓練,以建構和估計模型;
  • 在傳統編程不可行的情況下(xià),通常采用機器學習;
  • 如果經過适當的訓練,可以适應新的案例應用。

機器學習的應用領域

1.識别模式:

  • 真實場景的對象
  • 人臉/表情識别
  • 語言識别

2. 識别異常:

  • 欺詐性信用卡交易
  • 核電(diàn)站傳感器讀數的異常模式

3. 預測

  • 未來股票(piào)價格
  • 精準廣告推送


機器學習的一(yī)些方法:決策樹(shù)、聚類、基于規則的學習、歸納邏輯編程、深度學習。


深度學習是利用神經網絡進行的學習。

  • 靈感來自生(shēng)物(wù)神經網絡
  • 深度是指有很多中(zhōng)間的學習步驟
  • 需要大(dà)量數據

深度學習的優勢:

  • 數據模式和關系的自主學習
  • 高準确度
  • 容易
  • 改進和微調
  • 适應性解決方案

深度學習的劣勢:

  • 大(dà)量數據集
  • 高計算需求
  • 難以理論解釋
  • 黑盒子(對大(dà)多數人)


卷積深度神經網絡在許多任務上都優于以前的方法


什麽是神經網絡?

  • 也稱爲人工(gōng)神經網絡
  • 靈感來自生(shēng)物(wù)神經系統
  • 生(shēng)物(wù)神經元有三個主要組成部分(fēn):樹(shù)突、細胞體(tǐ)、突觸


人工(gōng)神經元

神經網絡有三個層次:

  • 輸入層:可以從其他神經元或特征輸入,例如年齡、身高、體(tǐ)重等;
  • 隐藏層:向網絡中(zhōng)添加更多的神經元,真正的力量就在這裏;
  • 輸出層:給出我(wǒ)們想要預測的輸出。

激活函數


神經網絡訓練

  • 在監督學習中(zhōng),我(wǒ)們有一(yī)個相對較大(dà)的數據集;
  • 将所有樣本作爲輸入,以獲得輸出,成爲前饋傳播;
  • 開(kāi)始時,可以根據應用程序場景随機或預定義權重;
  • 将預測結果與真實結果比較;
  • 任務目标是通過減少error使預測結果更加接近于真實的輸出


相關案例查看更多