好文: 什么是人工智能方法

人工智能的基本概念是什么？机器学习是一门研究如何通过计算手段， 利用经验提升自身性能的学科。

1.基本概念

人工智能、机器学习与深度学习三者间的关系如图所示

什么事人工智能？

努力将通常由人类完成的智力任务自动化。

什么是机器学习定义？

是一种新的编程范式， 传统编程范式如图所示

机器学习的编程范式

机器学习的定义是：在预先定义好的可能性空间中，利用反馈信号的指引来寻找输入数据的有用表示。

这个简单的想法可以解决相当多的智能任务，从语音识别到自动驾驶。

一个程序可以从经验E中学习，解决任务T, 达到性能度量值P, 当且仅当有了经验E过后，经过P评判，程序在处理T时性能有所提升。(Tom Mitchell, 1998)

机器学习可以分成两部分：根据是否有标签

* 监督式学习： 知道使用法则可以在输入与输出之间输出数据。

* 非监督式学习： 当不知道结果的时候

监督式学习算法可以分成

* 回归问题

* 分类问题

非监督式学习算法

聚类

什么是深度学习？

对深度的定义

从数据中学习表示的一种数学框架，强调从连续的层中进行学习，这些层对应于越来越有意义的表示。

深度学习中的深度指一系列连续的表示层，数据模型中包含多少层，这被称为模型的深度(depth)。

如图是一个数字分类的深度学习网络框架

深度学习： 学习数据表示的多级方法。

深度学习从数据中进行学习时有两个基本特征：

第一， 通过渐进的、逐层的方式进行越来越复杂的表示；

第二，对中间这些渐进的表示共同进行学习，每一层的变化都需要同时考虑上下两层的需要。

强化学习：

通过不断的试错进行学习

人工智能的发展历程又是怎样的呢？

20世纪五十年代中后期，连接主义

20世纪五十年代至七十年代，人工智能研究处于推理期，典型代表，逻辑理论家，通用问题求解

20世纪七十年代中期，人工智能进入知识期

与此同时，基于逻辑的符号主义

机器学习研究划分为

* 从样例中学习

* 在问题求解和规划中学习

* 通过观察和发现学习

* 从指令中学习

20世纪80年代以来，被研究最广的为从样例中学习，涵盖了监督学习与无监督学习等。

20世纪90年代中期，统计学习，代表技术是支持向量机，与枋方法

21世纪初， 连接主义卷土重来，以深度学习为名的热潮，即有很多层的网络。

人工智能从上世纪80年代发展到现在普及人工智能，虽然经历的时间不长，但是技术的进步很快。如果我们不学习就会被远远地甩开，所以学习人工智能的同学们不要放弃学习，要贯彻终身学习的精神。

今天的分享只是对人工智能的一个初步认识，下一期将继续讲解人工智能。我也是最近才在头条上发布关于编程的文章，如果喜欢博主的请多多点赞评论支持博主。你们的支持是我更新的动力。下期见。