给朋友讲什么是人工智能和机器学习

1、关键词

人工智能、机器学习、深度学习

2、人工智能

2.1、什么是人工智能

• Artificial Intelligence
• 研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学
• 是计算机科学的一个分支
• 讲人话就是：赋予 机器 学习能力，让机器像人一样聪明

2.2、什么不属于人工智能

不具备学习能力的程序 不属于人工智能

举个栗子：
晚上使用高德地图，程序贴心地提醒我们开车灯，表现很智能；
但这个智能提醒是预设程序，不具备学习能力，故该功能不是人工智能

2.3、什么属于人工智能

人工智能程序的必要条件：具备学习能力

人工智能的应用有哪些：
人脸识别、语音识别、美颜、机器翻译、AI客服、舆情分析、推荐系统、自动驾驶、写诗机器人……

3、人工智能、机器学习、深度学习的关系

• 技术范畴：人工智能 > 机器学习 > 深度学习
• 人工智能是个宽泛的概念；机器学习是实现人工智能的其中一种方式；深度学习是机器学习算法的热门分支。

4、什么是机器学习

机器学习是一类算法的总称，能从历史数据中挖掘出其中隐含的规律，并用于预测未来

早在中学的时候，我们就已经开始接触机器学习的知识，只是当时不知道，而那个知识就是数学书上的线性回归

以销量预测为例
根据 历史销量 预测 未来销量
根据 预测的销量 进行补货
补货少了 则 供货不足 很多客户买不到货，补货多了 则 卖不完 库存积压
数据分析师 建模后，凭个人经验 人工调节模型参数
比如：$销{量}_{4月}=销{量}_{3月}\times a+销{量}_{上年4月}\times b+销{量}_{大盘3月}\times c$
数据分析师凭个人经验设定abc为[0.5,0.1,0.4]，明年可能要手工调到[0.6,0.1,0.3]
而机器学习则是代替个人经验以及人工操作，自动算出abc，让模型参数自动化调节，每日更新abc

4.1、手写一个【具有学习能力的】NLP程序

电商网站数以亿计的文字评论，人工一条一条地看 怕是猴年马月 都找不出差评痛点
使用 机器学习 则能高效找出 差评痛点
比如 客户流失主因：卫生？味道？排队久？价格？空调？不顺路？车位少？店员太丑？…

from collections import Counter

class Clf2:
    def __init__(self, x, y):
        self.model = dict()
        length = len(y)
        for word, total in Counter(word for sentence in x for word in sentence.split()).most_common():
            self.model[word] = sum(y[i] for i in range(length) if word in x[i]) / total
    def predict(self, sentence):
        value = sum(self.model.get(word, 0) for word in sentence.split())
        print(sentence.replace(' ', ''), '\033[031m好评\033[0m' if value > 0 else '\033[34m差评\033[0m')

4.1.1、同样的程序，学习正确知识，就能做正确预测

告诉程序：味道差是差评，程序学习后，再次遇到类似评论，就会预测为差评

X = ['橘子 很 甜', '味道 差', '味道 太 甜', '橘子 很 难吃', '甜 甜']
Y = [1, -1, -1, -1, 1]
test1 = '太 难吃 了'
test2 = '西瓜 足够 甜'

clf = Clf2(X, Y)
print(clf.model)
clf.predict(test1)
clf.predict(test2)

4.1.2、同样的程序，学习错误知识，就会造成错误预测

X = ['价格 高', '价格 低', '价值 低']
Y = [-1, 1, -1]
test1 = '价值 高'

clf = Clf2(X, Y)
print(clf.model)
clf.predict(test1)

---

机器学习程序 好比 孩子，输入的数据 好比 灌输给孩子的知识
如果给孩子灌输错误知识，那么孩子未来就会作出错误的判断

5、什么是深度学习（待）

从逻辑回归到神经网络（有空再写）