《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
fantasy_arch3 小时前
深度学习--softmax回归
人工智能·深度学习·回归
Blossom.1183 小时前
量子计算与经典计算的融合与未来
人工智能·深度学习·机器学习·计算机视觉·量子计算
硅谷秋水4 小时前
MoLe-VLA:通过混合层实现的动态跳层视觉-语言-动作模型实现高效机器人操作
人工智能·深度学习·机器学习·计算机视觉·语言模型·机器人
2301_764441334 小时前
基于神经网络的肾脏疾病预测模型
人工智能·深度学习·神经网络
HABuo5 小时前
【YOLOv8】YOLOv8改进系列(12)----替换主干网络之StarNet
人工智能·深度学习·yolo·目标检测·计算机视觉
Dovis(誓平步青云)5 小时前
深挖 DeepSeek 隐藏玩法·智能炼金术2.0版本
人工智能·深度学习·机器学习·数据挖掘·服务发现·智慧城市
赵钰老师6 小时前
【Deepseek、ChatGPT】智能气候前沿:AI Agent结合机器学习与深度学习在全球气候变化驱动因素预测中的应用
人工智能·python·深度学习·机器学习·数据分析
Start_Present8 小时前
Pytorch 第十三回:神经网络编码器——自动编解码器
pytorch·python·深度学习·神经网络
Y1nhl9 小时前
搜广推校招面经六十四
人工智能·深度学习·leetcode·广告算法·推荐算法·搜索算法
Y1nhl10 小时前
Pyspark学习一:概述
数据库·人工智能·深度学习·学习·spark·pyspark·大数据技术