手记

(一)从零开始学人工智能—概述

AI无处不在

当前,AI在社会上无处不在,正在颠覆各行各业。

1. ALL in Al

如下图所示,机器学习/深度学习技术无处不在,包括自动驾驶,人脸识别,语音识别等等。

图1.1 机器学习/深度学习应用
甚至,AI在一些领域正在超越人类,如,计算机视觉,围棋,... ...

图1.2 计算机视觉正在超越人类的判断

1.1 对于我们

同花顺的产品中也应用了大量的AI技术,如我们的问财系列、小花、小象、… …

图1.3 预测分析与业务挑战

图1.4 问财智能投顾

这些应用背后的本质是什么?

2. 机器学习本质是什么?

上文多次提到AI,机器学习,深度学习等词,它们三者有什么联系呢?我们先了解几个概念。

2.1 关于AI、机器学习、深度学习

先用一张比较直观的图对比它们的范畴,以及微软工程师对它们的解释

图1.5 AI、机器学习、深度学习三者间关系。
What?借用网上一句话,不要慌,看不懂的一律当作~~约饭~~机器学习处理。

言归正传,本着不以说清楚为目的的教程都是耍流氓的精神:

人工智能:计算机领域类的一套概念。

机器学习:一种实现人工智能的方法。

深度学习:一种实现机器学习的技术。>

所以,机器学习是什么?

2.2 机器学习本质

华丽的外衣

遵循我们的学习习惯,开篇定义:

机器学习是一种数据科学技术,它帮助计算机从现有的数据学习,从而预测未来的行为、结果和趋势。这属于弱人工智能范畴:即只能解决见过的场景,不能解决未遇见过的问题。

就像定义里描述的,分三步实现:历史数据——学习分布模式——预测未来

看起来是简单的三个步骤,犹如本山大叔的装象三步走:


具体能不能装进去,谁si谁知道~

以上,只是机器学习华丽的外衣,本质上呢,一言难尽,难搞哦~😂😂

腹黑的本质

机器学习 ≈≈ 寻找一个函数/数学

如下图所示,常用的语音识别、图像识别、对话系统等,训练模型的过程都是在寻找一个任务相关的最优化函数。

也就是说,需要找到一个关于输入输出的映射关系,也就是一个最优化函数,那如何确定这样一个最优化的函数呢?

形象的说,为了确定最优化映射关系(函数),会生成一系列的函数,这就是模型的训练过程,再从中选取最优的函数,如上图所示,f1f_1f1就优于f2f_2f2,因为f1f_1f1能准确识别图片,而f2f_2f2不能。

机器学习的本质既然是我们“最熟悉的数学函数”,那就“好办”啦😂,那…此处就不省略了,从最开始的初等数学函数开始吧!

声明

本博客所有内容仅供学习,不为商用,如有侵权,请联系博主谢谢。

参考文献

[1] 李宏毅,Deep Learning Tutorial,2018
[2] Jim Liang, Getting Started with Machine Learning,2018

1人推荐
随时随地看视频
慕课网APP