《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
谢眠1 分钟前
深度学习day3-自动微分
python·深度学习·机器学习
z千鑫10 分钟前
【人工智能】深入理解PyTorch:从0开始完整教程!全文注解
人工智能·pytorch·python·gpt·深度学习·ai编程
YRr YRr19 分钟前
深度学习:神经网络的搭建
人工智能·深度学习·神经网络
爱喝热水的呀哈喽24 分钟前
torch张量与函数表达式写法
人工智能·pytorch·深度学习
LZXCyrus1 小时前
【杂记】vLLM如何指定GPU单卡/多卡离线推理
人工智能·经验分享·python·深度学习·语言模型·llm·vllm
YRr YRr2 小时前
深度学习神经网络中的优化器的使用
人工智能·深度学习·神经网络
幻风_huanfeng2 小时前
人工智能之数学基础:线性代数在人工智能中的地位
人工智能·深度学习·神经网络·线性代数·机器学习·自然语言处理
deephub3 小时前
使用 PyTorch-BigGraph 构建和部署大规模图嵌入的完整教程
人工智能·pytorch·深度学习·图嵌入
羞儿3 小时前
【读点论文】Text Detection Forgot About Document OCR,很实用的一个实验对比案例,将科研成果与商业产品进行碰撞
深度学习·ocr·str·std
deephub4 小时前
优化注意力层提升 Transformer 模型效率:通过改进注意力机制降低机器学习成本
人工智能·深度学习·transformer·大语言模型·注意力机制