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.