（机器学习）人工智能概述

人工智能概述

1956年8月，足足两个月的会议，讨论用机器来模仿人类学习以及其它方面的智能，虽然没有达成普遍共识，但是却为会议的讨论起了一个名字人工智能，1956年也成为了人工智能元年。

1980年，统计学习方法又被称为机器学习，使用统计方法实现人工智能，如垃圾邮件的过滤系统。

2010年以后，深度神经网络在一些图像识别的比赛取得了好成绩，深度学习开始大力发展。

• 机器学习和人工智能、深度学习的关系：

  • 机器学习是人工智能的一个实现途径

  • 深度学习是机器学习的一个方法发展而来

机器学习、深度学习能做些什么

机器学习的应用场景非常多，医疗、航空、教育、物流、电商等领域

• 传统预测

• 图像识别

• 自然语言处理

人工智能路线：

• 机器学习：

  1. 特征工程

  2. 分类算法

  3. 回归、聚类算法

• 深度学习：

  1. TensorFlow框架

  2. 卷积神经网络

  3. 验证码识别

• 量化交易

  1. 回测平台

  2. 因子处理

  3. 因子分析

  4. 选股策略