
人工智能
wuwei178
这个作者很懒,什么都没留下…
展开
-
麻省理工公开课人工智能笔记十八
本节课讲了几种人工智能的架构一:通用问题求解器你最开始处在一个当前状态C,你要到一个最终状态S,做法是测量两者间的象征性差异d,依据这个差异d,我们可以使用一个算子o从当前状态到达一个中间状态T,然后测量中间状态和最终状态间的差异d2,依据d2得到算子o2,再进入一个中间状态,依次下去,最后得到最终状态。这种思想差异采集和算子寻找都需要人类来做,所以并不算一个好的人类智能。二:...原创 2020-01-29 12:10:34 · 941 阅读 · 0 评论 -
麻省理工公开课人工智能笔记十六
本篇主要讲boosting算法,基于分类器,以二分类为例有一个分类器h,他只有两种结果{+1,-1},他的出错概率为从0到1,假设概率接近0.5但是弱分类器,接近0的是强分类器,那能否使用多个弱分类器得到强分类器呢。假设我们有一个H(x),他是所有h(x)的和,这里选三个,用h1,h2,h3表示,同时将和用符号表示,即根据和的结果决定是+1还是-1.假设h1、h2、h3的出...原创 2020-01-28 12:15:06 · 660 阅读 · 0 评论 -
麻省理工公开课人工智能笔记十五
本篇主要讲支持向量机,关于决策边界在上面这个图中,如何区分正例和负例,前面我们讲过的最近邻,识别树,神经网络三种方法,他们的决策边界的画法可以是上面这样。然而支持向量机的概念与他们都不同,是通过画直线的方式,找到一条直线(图中虚线),能够将分割正负例的街道最宽。首先我们要考虑,如何制定一条决策规则来使用这个决策边界。我们有一个向量w,它垂直于中线,长度未知。然后还有一个未知位置...原创 2020-01-23 12:13:08 · 662 阅读 · 0 评论 -
麻省理工公开课人工智能笔记十四
本篇将讨论如何按照人类的方式,一次从一个例子获得知识,不同于其他从成千上万的例子和实验中获得知识。下面是课堂例子首先我们有一个两个木块上面支撑一个木块的例子,姑且称其为拱形,还有一个相近差错的例子,是三个木块独立放置,在右侧画出示意图,由这个对比我们得出,拱形必须有支撑关系,画红色表示。再有一个相近差错的例子,下面两个木块接触,不是拱形,由此我们得出,拱形不能有接触关系再有一个...原创 2020-01-21 12:31:10 · 545 阅读 · 0 评论 -
麻省理工公开课人工智能笔记十三
本篇主要讲声韵学的机制。基于英语英语中dog的复数dogs最后发音为z,二cat的复数cats最后发音为s,为什么这样,基于区别性特征理论,如下人发出的声音进入耳朵,得到处理,并生成一个区别性特征向量的序列,区别性特征是一个二进制变量,例如音是否有声,即发音时声带是否震动,震动就是有声+,否则就是无声-。最初的区别性特征理论及其推导有大约十四个这样的区别性特征,决定了你说的是什么音,例...原创 2020-01-20 11:54:30 · 435 阅读 · 0 评论 -
麻省理工公开课人工智能笔记十二
本节主要是讲遗传算法,然后我看了看,视频内容和网络上整理的差不多,网上的更详细,所以直接粘过来了01 什么是遗传算法?1.1 遗传算法的科学定义遗传算法(Genetic Algorithm, GA)是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型,是一种通过模拟自然进化过程搜索最优解的方法。其主要特点是直接对结构对象进行操作,不存在求导和函数连续性的限定;...转载 2020-01-18 10:20:31 · 669 阅读 · 1 评论 -
麻省理工公开课人工智能笔记十一
本篇讲神经网络方面内容。首先看朴素生物学,神经网络的展开。如上图,画出一个神经细胞,右边是轴突,左边是树突树,上有轴突与下游树突相连,轴突中神经递质经囊泡传往树突,当积累的神经递质足够多,就会产生一个尖峰信号传递,沿轴突向下游树突传播。有几点我们需要注意1、存在突触,有些突触的作用更大,所以需要权重的概念。2、积累效应,对树突树的刺激,神经递质积累才会产生尖峰信号,需要某种...原创 2020-01-14 10:46:21 · 469 阅读 · 0 评论 -
麻省理工公开课人工智能笔记十
本篇主要讲识别树的相关知识,以如何辨别吸血鬼为例首先给出了一组数据在这个数据集中,有几个明显的特征①数据全是符号,没有数字②特征数据并不全部有用③有些测试可能代价很大所以我们无法使用最近邻算法去确定一个有特定特征的人是否为吸血鬼。我们可以建立一个测试树进行测量,就像这样,称其为识别树好的识别树的标准就是代价最小分析前面给出的数据,我们可以画出四个测试的测...原创 2020-01-12 14:41:42 · 761 阅读 · 0 评论 -
麻省理工公开课人工智能笔记九
本篇主要关于最近邻学习思想下面是关于人类学习的一个简单总结最近邻算法是一种基于模式识别的算法,他的主要流程如下首先有一个特征检测器,他检测进入的物体并输出其特征,所有输出值组成一个向量进入一个比较器,并于库中可能存在的向量值进行比较,输出一个值。用下面这四种插座盖来做例子每个插座盖都要检测其总面积和孔的面积,并得到一个图。横坐标是总面积,纵坐标是空的面积,小...原创 2020-01-11 15:33:13 · 423 阅读 · 0 评论 -
麻省理工公开课人工智能笔记八
本篇讲的是物体识别的相关知识首先是大卫-马尔的想法,来自摄像头识别的物体,首先进行轮廓描述,然后使用向量表示方向,第三阶段使用方向的简单图形表示,如下图是一个圆柱的三种表示阶段第二阶段可以认为是一个2.5围的图形,第三阶段表示为一个圆形在竖直方向,这个阶段可以和数据库中对比,一次确定形状。方法很好,但是没人能实现。之后是马尔的徒弟Shimon Ullman提出的对比理论:该理论...原创 2020-01-09 11:07:17 · 431 阅读 · 0 评论 -
麻省理工公开课人工智能笔记七
本篇是关于着色问题的讨论约束传播思想:约束规划(Constraint programming, CP) 是人工智能领域的研究方法, 适合求解具有多种约束的组合优化问题.约束传播是CP 的关键技术之一, 其基本思想是通过循环分析变量、值域和约束, 检验并删除不可能出现在可行解中的变量赋值, 从而约减变量值域. 以上来自百度百科介绍。下面是一个例子有红绿蓝黄四种颜色进行着色问题,相...原创 2020-01-08 10:32:15 · 722 阅读 · 0 评论 -
麻省理工公开课人工智能笔记六
此节课程的目的是根据一个线条图,确定其中有多少个物体例如下面这张图,我们可以观察得出其中有两个物体第一个方法是guzman的贡献,他研究了大量的积木模型,得出一个结论,三个面的交点有以下两种表示,称其为链接第一个箭头表示箭头两侧的面在一个物体上,第二个叉表示三个面在同一个物体上。根据这种思路,他回到物体得到下图显然,上面第一个图中面1和面2之间有两个链接,由此画出各个面...原创 2020-01-07 14:36:26 · 731 阅读 · 1 评论 -
麻省理工公开课人工智能笔记五
关于博弈的讨论---计算机关于象棋博弈计算机实现象棋博弈的几种方法的讨论第一种方式是像人类,计算机讨论兵型,战术,棋局时机等,这显然无法做到。第二种方法考虑计算机的如果-那么规则;即如果将兵前移一位,那么就那样做。这样做对棋盘没有评估,只是看看棋盘,以当前的情况为依据来下。如上图,上面的点是棋局形式,下面的点是可能的操作,我们可以根据第一个方向确定下一步如何走。对可能的操作进行...原创 2020-01-06 17:34:27 · 735 阅读 · 0 评论 -
麻省理工公开课人工智能笔记四
考虑一个地图中的两个点间的最短路径,这里只考虑地图中,即两点之间有距离且为正数。考虑以下简单地图如果我们已知最短距离为SADG=11,需要验证此路径是否为最终得最短路径,可以的到下图由S出发,扩展出SA与SB,因为SA=3,而SB=5,所以扩展SA得SAB=7,此时队列中SB=5最短,扩展SBA=9与SBC=9,此时SAB=7最短,扩展得SABC=11与已知最短距离相当且未到指...原创 2020-01-05 15:55:59 · 551 阅读 · 0 评论