人工智能概述和分类

人工智能(AI)

              老学科，新算法。拟人。让机器学习人类。

人工智能：本身是很大范畴的一个学科。也是交叉学科。
人工智能主要包括就是机器学习和深度学习。
深度学习只是机器学习的一个分支-------神经网络的分支。

1.机器学习：

从已有的数据(经验)中，找到规律(模型)，通过规律来预测未知的数据。
根据经验E,完成一个任务T,随着E的增加，表现P得到提高。
数据+算法=模型----->预测
机器学习工作的流程：

机器学习的分类：

有监督的机器学习：

给定的训练数据有结果。
分类：分类任务，回归任务

分类任务：

指预测结果是离散的（二分类，多分类）。
分类算法：
KNN,LR(逻辑回归)，softmax回归，SVM,朴素贝叶斯，决策树—>随机森林，adaboost，gbdt,xgboost,神经网络，maxEnt等

回归任务：

指预测结果是连续的
回归算法：
线性回归，多项式回归，Lasso回归，岭回归，决策树—>随机森林，adaboost，gbdt,xgboost，神经网络
预测的结果有三种类型：二值型，多值型，连续型

无监督的机器学习：

给定的训练数据没有结果。
分类：聚类任务，降维任务

聚类任务：

将给定的数据进行分组
聚类算法：
Kmeans,kmeans++,二分kmeans,kemoids,minibatch kmeans,canopy,agnes,diana,dbscan,谱聚类等

降维任务：

将特征从高维