7 人工智能总结
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
人工智能知识总结
本学习资料主要从人工智能能做什么,为什么学人工智能、通过智能小恐龙引出学习人工智能就是学习f(x)=y、通过声控小恐龙引出KNN算法;在视频资料中涉及了什么是人工智能、人工智能与机器学习、深度学习的关系等内容,还告诉大家利用人工智能解决问题的步骤等。
大家对人工智能,不需要深刻了解它的底层实现,会用就好!
智能小恐龙游戏链接:https:///dino
人工智能教学内容包含七部分:人工智能能做什么、智能小恐龙、学习人工智能就是学习f(x)=y、声控小恐龙、聊聊线性(f)和非线性(f)、初识KNN和猫狗大战,找寻xy七个视频资料。
”52-为什么学人工智能
马云——2018世界人工智能大会,人工智能是技术,人工智能又不是具体的一项或几项技术,人工智能是认识外部世界、认识未来世界、认识人类自身,重新定义我们自己的一种思维方式,重新定义自己未来的一种生活方式。
全世界都在讨论人工智能!
人工智能是一种思维方式,是认识外部世界、认识未来世界、认识人类自身,重新定义我们自己的一种思维方式,因此和所有人有关。
李开复——人工智能带来的变革很大,甚至不需要发明新的技术,优化已发明的技术用在各个行业,就可以取代50%的工作。
无人驾驶汽车、人脸识别的智能门锁、扫地机器人、自动美颜相机、智能咖啡机等等。
刷脸技术——卷积神经网络
工业——机器人、
医疗——利用人工智能技术提高糖尿病人视网膜病变的早筛查、早诊断、早治疗;肿瘤的早诊断
交通——无人车、无人机、导航
生活中——AlphaGo(阿尔法围棋)、机器投篮、自动翻译软件、语音输入(语音识别)、AI主播(央视主持人大赛有提到)、AI记者、人工智能会写诗、对联、不同风格的绘画
1)人工智能是现在人们应该具备的一种新的思维方式!
2)人工智能技术革命的影响不可避免,涉及所有人工作正被或
可能被人工智能取代或改变,了解熟悉人共智能可以对行业发展具有前瞻性。
3)你是想要在一个被别人掌控的人工智能时代,还是自己也能
高性能热-大数据热-人工智能热
所有的技术热潮从来都不是从无到有,而是在以前技术上发展的。
不需要很深的数学技术,不需要编程,会用就好。
●小恐龙到障碍物距离L,速度S,障碍物宽度W
收集这些数据不是为了简单重复,而是为了找到一定的规律。
●小恐龙智能避开障碍物的问题:跳/走,分别收集跳的数
据和走的数据,接近谁选择谁。
S L W----跳/走
x f y
●学习这些数据的方法:线性和非线性,f(x)=y—
f(L/S/W)=跳/走
9.1.3 f(x)=y 9”40
f(x)=y
●
●
●是研究如何使计算机去做过去只有人才能做的智能工作
+
●
重新组织
●
●而是举一反
的能力,这种能力就是f(x)=y
●某综艺选秀节目中的评委分数计算f
●高考中的f:通过做过的题目(x)和已知答案(y)学习解题
方法(f)
f:不能有口呼吸)
●机器学习的核心是使用大量的数据(已经做过的题目和答
案)来训练通过各种算法从数据(解题方法)中学习如何完成任务(解答高考题目)
●以前熟悉的f(x)=y区别
✧以前熟悉的f(x)=y
✧人工智能中的f需要
训练、选择或学习获得。
✧智能小恐龙游戏中的f选择线性和非线性,结果不同。●
法是一类从搜集到的数据中通过不断学习自动分析获得规
律,机器学习算法是一类从搜集到的数据(x和y)中通过
不断学习自动分析获得规律f,机器学习目标从已经收集
y中获得f,从而碰到新的x用f分析得到y。
●
是机器学习一个重要分支。机器学习从形式上分为三种。
收集声音样本,越多越好
智能小恐龙,x,L/S/W;y,跳/走;
声控小恐龙,x,声音1/声音2;y,跳/低头
f(智能小恐龙)=非线性
f(声控小恐龙)=KNN
✧MFCC方法提取声音样本13个特征
✧在KNN中欧氏距离公式计算样本13个特征之间的距
✧f(x)=y可以用在几乎所有的方面:垃圾分类,所有分类
✧
找到f,最后运用f,f是解决问题的方法,这个方法可
以通过学习来完善,而且解决同一问题是存在好多f的,
但最终要找到一个最优的f。
✧
➢第2小节
9.2.2 聊聊线性(f)和非线性(f): 8”15
1、以商场促销为例,讲解线性与非线性
●决策标准
●决策边界:决策边界是一条直线(一刀切)-线性;决策
边界不是一条直线(不能一刀切)-非线性(折线)
2、线性方法应用案例
以我国GDP预测增长为例,预测方法,y=ax+b,确定a和b,用最小二乘法来完成
3、非线性方法案例
数学和公式比较复杂,只要会用就可以了
4、智能小恐龙算法和代码
5、声控小恐龙算法和代码
9.2.3 初识KNN:14:00
1、KNN介绍
●什么是KNN
K邻近算法(K-Nearest Neighbor algorithm),常被用于分类问题的算法;是非参数、基于实例的算法;非参数是
学习一个模型,而是选择记忆训练的实例;物以类聚,人以
群分;在判定一个未知事物时可以观察离它最近的几个样本
●算法的思想
K值越大,选择样本的范围就越大;少数服从多数;
●算法的步骤
✧建立模型
✧计算未知样本和每一个训练样本的距离dist
✧得到目前k个最临近样本中的最大距离maxdist
✧如果dist小于maxdist,则将该训练样本作为K-最
近邻样本
✧重复步骤2、3、4,直到未知样本和所有训练样本的
距离都算完
✧统计K个最近邻样本中每个类别出现的次数
✧选择出现频率最大的类别作为未知样本的类别
●算法的三个基本要素
✧K值的选择
K值取小的话意味着数据噪音会很大程度影响结果;
K值取大的话会使计算成本很大;K值取值很大程度