文章目录
前言:机器学习(常用科学计算库的使用)基础定位、目标
定位:作为人工智能领域(数据挖掘/机器学习方向)的基础课程,为长期从事人工智能方向打下坚实的基础。
一、机器学习概述
1.1 人工智能概述
1.1.1 人工智能应用场景
网络安全、电子商务、计算模拟、社交网络 … …
1.1.2 人工智能必备三要素
数据
算法
计算力:
CPU:主要适合I\O 密集型的任务
GPU:主要适合计算密集型任务、易于并行的程序
所谓计算密集型(Compute-intensive)的程序,就是其大部分运行时间花在了寄存器运算上,寄存器的速度和处理器的速度相当,从寄存器读写数据几乎没有延时。易于并行的程序:GPU其实是一种SIMD(Single Instruction Multiple Data)架构, 他有成百上千个核,每一个核在同一时间最好能做同样的事情。详细讲述CPU和GPU的区别
1.1.3 人工智能和及机器学习,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
1.2 人工智能发展历程
1.2.1 图灵测试
测试者与被测试者(一个人和一台机器)隔开的情况下,通过一些装置(如键盘)向被测试者随意提问。
多次测试(一般为5min之内),如果有超过30%的测试者不能确定被测试者是人还是机器,那么这台机器就通过了测试,并被认为具有人类智能。
1.2.2 达特茅斯会议
确定1956年为人工智能元年
1.2.3 发展阶段
1.3 人工智能主要分支
计算机视觉