人工智能基础01

一.大数据无处不在

1.大数据的特点：

• 数据量大：视频图像、网络数据
• 速度快
• 价值密度低：长期录监控无意义，从中分析异常
• 真实性
• 多样性

2.数据三问：

• 数据
• 理解数据
• 理解数据战略

二.人工智能无处不在

1.人工智能实例

• 分类——利用监控摄像实现人群密度估计
• 身份识别——手机解锁人脸识别
• 汽车导航——语音识别、智能问答、语音合成
• 智慧医疗
• …

2.人工智能三步走战略

• 到2020年"同步"：与世界先进水平同步
• 到2025年"突破"：基础理论重大突破、产业升级、世界领先水平
• 到2030年"领先"：达到世界领先水平

三.人工智能基础——机器学习

1.特点：

• 理论+实践
  • 实例：随机数字序列产生
• 数学
  • 高数、概率、线代、矩阵分析
  • 最优化理论
  • 编程语言
  • 机器学习库
• 任务驱动型：课程学习目标
  • 典型任务：分类、聚类、回归、高维空间低维可视化
  • 模型及其背后原理
  • 数据准备
  • 实现流程
  • 模型的评价

2.学习方法：

• 任务驱动型，工程化思维
• 多资源结合，主动学习：课件、参考书、网络资源

四.关于人工智能

1.人工智能的引入

• 人工智能是研究开发能够模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新的技术科学
• 听、看、说、思考、学习、行动

2.人工智能的分类和特征

• 人工智能的分类：
  • 弱人工智能——窄人工智能
  • 强人工智能——通用人工智能，类人和非类人
• 人工智能的特征
  • 为人类设计和服务，以数据为基础，以计算为本质

3.人工智能与机器学习、深度学习的关系

• 机器学习是人工智能的子类
• 深度学习是机器学习的子类
• 机器学习是人工智能的根本

未完待续