初识人工智能--第一节机器学习

人工智能是现今世界科技发展的趋势，随着8月22日教育部发布《新一代人工智能发展规划》，人工智能的普及更会到达一个新的境界。而作为一名Android程序猿的我，除了学习好Android的开发知识，我更感觉我应该跟随科技的潮流，学习下人工智能以及能够对人工智能起到很大学习帮助的python。现在，就让我跟着科技的前驱，一起来学习下人工智能的知识。

个人感觉，学习人工智能需要花费较大的时间和精力，人工智能的学习不同于编程语言的学习，需要深入的了解许许多多的算法，如果能设定一个目标来学习，对于我们学习人工智能这门学科能够起到很大帮助。例如，我设定的一个目标就是以实现人工智能中的神经网络算法\卷积神经网络算法来实现对物流运输路径的自动规划，虽然现在已经有很多人将深度学习算法运用到了该领域上，但是一千个人有一千个看法，每个人研究的深度广度都不是相同的。所以，我们应该相信自己能够研究出来自己所需要的东西，然后将这些东西转换到实际的运用上，从而提高我们自身的价值。

前提：人工智能的学习需要涉及到微积分、概率论等高等数学知识，还好我数学的底子打得不错，希望学习来不会太吃力。

机器学习

机器学习常用软件及框架参考地址：http://blog.youkuaiyun.com/u010025211/article/details/49094239

概念：

多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。

个人理解：机器学习就是利用各种外部条件、数据，经过数据加工工厂，从而反馈给我们数据。而这个最终得到的数据是否为我们所需要的，就是我们检验机器学习的最好方式。如果说每次反馈回来的数据都是符合我们最初的需求，那么这种机器学习就是我们的所求。

学科定位：

人工智能(Artificial Intelligence,AI）的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。

定义：

探究和开发一系列算法来如何使计算机不需要通过外部明显的指示，而可以自己通过数据来学习，建模，并且利用建好的模型和新的输入来进行预测的学科。

学习：

针对经验E (experience) 和一系列的任务 T (tasks) 和一定表现的衡量 P，如果随之经验E的积累，针对定义好的任务T可以提高表现P，就说计算机具有学习能力

应用：

语音识别、自动驾驶、语言翻译、计算机视觉、推荐系统、无人机、识别垃圾邮件

Demo：

人脸识别、无人驾驶汽车、电商推荐系统