《零基础实践深度学习》(第2版)学习笔记,(二)机器学习和深度学习综述

文章目录

  • [1. 人工智能、机器学习、深度学习的关系](#1. 人工智能、机器学习、深度学习的关系)
  • [2. 机器学习](#2. 机器学习)
    • [2.1 实现原理](#2.1 实现原理)
    • [2.2 如何实施](#2.2 如何实施)
  • [3. 深度学习](#3. 深度学习)

1. 人工智能、机器学习、深度学习的关系

**人工智能(Artificial Intelligence,AI)**是研发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

**机器学习(Machine Learning,ML)**是当前比较有效的一种实现人工智能的方式。

**深度学习(Deep Learning,DL)**是机器学习算法中最热门的一个分支,近些年取得了显著的进展,并替代了大多数传统机器学习算法。


2. 机器学习

区别于人工智能,机器学习、尤其是监督学习则有更加明确的指代。机器学习是专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构,使之不断改善自身的性能。


2.1 实现原理

机器学习的实现可以分成两步:训练和预测,类似于归纳和演绎:

  • 归纳: 从具体案例中抽象一般规律,机器学习中的"训练"亦是如此。从一定数量的样本(已知模型输入 𝐱 和模型输出 𝑦 )中,学习输出 𝑦 与输入 𝐱 的关系(可以想象成是某种表达式)。
  • 演绎: 从一般规律推导出具体案例的结果,机器学习中的"预测"亦是如此。基于训练得到的 𝑦 与 𝐱 之间的关系,如出现新的输入 𝐱,计算出输出 𝑦。通常情况下,如果通过模型计算的输出和真实场景的输出一致,则说明模型是有效的。


2.2 如何实施

是否有更生动的表达?


3. 深度学习


神经网络核心概念

TBD.

相关推荐
微学AI7 分钟前
融合注意力机制和BiGRU的电力领域发电量预测项目研究,并给出相关代码
人工智能·深度学习·自然语言处理·注意力机制·bigru
知来者逆18 分钟前
计算机视觉——速度与精度的完美结合的实时目标检测算法RF-DETR详解
图像处理·人工智能·深度学习·算法·目标检测·计算机视觉·rf-detr
每天都要写算法(努力版)1 小时前
【神经网络与深度学习】训练集与验证集的功能解析与差异探究
人工智能·深度学习·神经网络
BB_CC_DD2 小时前
四. 以Annoy算法建树的方式聚类清洗图像数据集,一次建树,无限次聚类搜索,提升聚类搜索效率。(附完整代码)
深度学习·算法·聚类
Blossom.1183 小时前
人工智能在智能家居中的应用与发展
人工智能·深度学习·机器学习·智能家居·vr·虚拟现实·多模态融合
HyperAI超神经3 小时前
12个HPC教程汇总!从入门到实战,覆盖分子模拟/材料计算/生物信息分析等多个领域
图像处理·人工智能·深度学习·生物信息·分子模拟·材料计算·vasp
进来有惊喜4 小时前
深度学习:迁移学习
python·深度学习
豆芽8194 小时前
图解YOLO(You Only Look Once)目标检测(v1-v5)
人工智能·深度学习·学习·yolo·目标检测·计算机视觉
北上ing5 小时前
从FP32到BF16,再到混合精度的全景解析
人工智能·pytorch·深度学习·计算机视觉·stable diffusion
蔗理苦5 小时前
2025-04-24 Python&深度学习4—— 计算图与动态图机制
开发语言·pytorch·python·深度学习·计算图