当前位置: 首页 > news >正文

Day16_【机器学习概述】

一、AI、ML、DL三者 关系

  • AL:人工智能:像人那样理性思考,像人那样合理活动,最终目标是模拟代替人
  • ML:机器学习:给模型大量的训练数据 ,从数据中获取规律,来一个数据产生一个预测
  • DL:深度学习:也叫深度神经网络,模拟大脑神经元

三者关系:包含关系

  • 深度学习是机器学习的一种方法
  • 机器学习是实现人工智能的一种途径

二、人工智能发展史

  • 1956年人工智能元年
  • 2012年计算机视觉深度神经网络方法研究兴起
  • 2017年自然语言处理应用大幕拉开
  • 2022年chatGPT的出现,引起AIGC的发展

三、机器学习发展的三要素

数据、算法、算力

其中数据决定训练模型的上限,数据有一些常见术语样本、特征、标签、训练集、测试集,(详见下节)

算法包括分类、回归、聚类

算力包括

  • CPU(中央处理单元):主要适合IO密集型的任务
  • GPU((图形处理单元):主要适合计算密集型任务
  • TPU(张量处理单元):专门针对大型网络训练而设计的一款处理器(谷歌开发)

四、机器学习的分类(详见下节)

  • 有监督学习
  • 无监督学习
  • 半监督学习
  • 强化学习 

五、以往的学习方式与机器学习方式的区别

以往:基于规则的学习 ,程序员手动输入规则if-else 进行预测

机器学习:基于模型的学习,机器从数据中自动学习规律 预测结果

http://www.xdnf.cn/news/1381627.html

相关文章:

  • 设计模式:组合模式(Composite Pattern)
  • 【数据结构与算法】LeetCode 20.有效的括号
  • Vue 组件循环 简单应用及使用要点
  • 微服务保护和分布式事务-01.雪崩问题-原因分析
  • 步进电机、直流电机常见问题
  • APP手游使用游戏盾SDK为何能有效抵御各类攻击?
  • Java全栈工程师的实战面试:从基础到微服务的全面解析
  • 算法 --- 二分
  • Paimon——官网阅读:非主键表
  • CLIP图像特征提取:`CLIPVisionModel` vs `CLIPModel.get_image_features()`,哪种更适合你的任务?
  • [sys-BlueChi] docs | BluechiCtl命令行工具
  • 滑台模组如何实现电子制造精密加工?
  • Java 大视界 -- 基于 Java 的大数据实时流处理在智能电网分布式电源接入与电力系统稳定性维护中的应用(404)
  • 零基础开发应用:cpolar+Appsmith平民化方案
  • HVV面经总结(二)
  • MySQL事务ACID特性
  • 内网穿透工具【frp】的核心功能底层处理逻辑解析
  • Linux部分底层机制
  • LeetCode-279. 完全平方数
  • Linux 软件编程(十三)网络编程:TCP 并发服务器模型与 IO 多路复用机制、原理epoll
  • 工业机器人如何通过Modbus TCP转CanOpen网关高效通信!
  • HTML贪吃蛇游戏实现
  • RAW API 的 TCP 总结2
  • 鸿蒙Harmony-从零开始构建类似于安卓GreenDao的ORM数据库(四)
  • 刷题日记0828
  • 未来模型会转向多模态吗
  • Logstash数据迁移之mysql-to-kafka.conf详细配置
  • 领悟8种常见的设计模式
  • 导入文件允许合并表格
  • HBase Compaction HFile 可见性和并发安全性分析