合集-机器学习概述
摘要：1. ⼈⼯智能应⽤场景 1. 自然语言处理（Natural Language Processing, NLP）： 场景： 文本分析、情感分析、机器翻译、语音识别。 示例： 虚拟助手（如Siri、Alexa）、智能客服聊天机器人、语音助手。 2. 计算机视觉（Computer Vision）： 场景：
阅读全文
摘要：起源 人工智能的起源可以追溯到20世纪中期，随着计算机科学、数学和哲学等多个领域的交叉影响。以下是人工智能起源的一些关键时刻： 1. 早期概念（20世纪中叶）： 1943年： 生物学家Warren McCulloch和数学家Walter Pitts提出了人工神经网络的概念，试图模拟大脑神经元的工作原
阅读全文
摘要：人工智能（Artificial Intelligence, AI）主要分支涵盖了多个领域，每个领域都有特定的研究方向和应用。 1. 专家系统（Expert Systems）： 定义： 专家系统是一种基于知识的人工智能系统，旨在模拟和复制人类专家在特定领域中的决策和问题解决能力。 示例： MYCIN：
阅读全文
摘要：1. 机器学习的定义 机器学习（Machine Learning，简称ML）是一种人工智能（Artificial Intelligence，简称AI）的分支，致力于研究如何让计算机系统通过学习从数据中获取知识和经验，然后利用这些知识和经验来做出具体的决策或预测。 与传统的程序设计不同，机器学习的方法
阅读全文
摘要：算法分类 根据数据集组成不同，可以把机器学习算法分为： 监督学习（Supervised Learning）： 定义： 算法从标记好的训练数据中学习，其中每个训练样本都包含输入和相应的输出标签。 应用： 用于分类和回归问题，例如图像分类、语音识别、房价预测等。 示例： 分类问题：手写数字识别，垃圾邮件
阅读全文
摘要：机器学习模型评估是确保模型性能良好并能泛化到新数据的关键步骤。下面是一些机器学习模型评估的详解、最佳实践和示例： 1. 评估指标： 1.1 分类问题： 准确度（Accuracy）： 正确预测的样本数除以总样本数。 精确度（Precision）： 正类别预测正确的样本数除以所有被预测为正类别的样本数。
阅读全文
摘要：机器学习模型搭建实验 1. 微软Azure
阅读全文
摘要：深度学习是机器学习的一个分支，通过模拟人脑神经网络的结构和功能，使计算机能够进行复杂的学习任务。 1. 深度学习概述： a. 神经网络： 深度学习的核心是神经网络，它是由多个层次组成的模型，包括输入层、隐藏层和输出层。每个层次都包含多个神经元，它们通过权重相互连接。 b. 前馈神经网络（Feedfo
阅读全文
