机器学习与深度学习(一):简介

机器学习与人工智能、深度学习、神经网络的关系

是学科之间的层级包含关系
人工智能>机器学习>深度学习>神经网络

现如今人工智能火爆的原因:大数据时代下计算机算力的提升与数据量的积累
深度学习九十年代开始应用于美国银行的支票笔迹识别上。效果不错,但因为计算机性能的落后,所以实用性有限,也就难以推广。
2012年,alex在图像分类大赛imgenet上发明了一种alexnet的卷积神经网络,识别率比传统神经网络高出十几个百分点。深度学习,也就是卷积神经网络一炮打响。
2016年,AlphaGo和李世石的围棋比赛让人工智能更加火爆。
机器学习与深度学习(一):简介_第1张图片
深度学习和传统人工智能算法
深度学习应用
机器学习与深度学习(一):简介_第2张图片
深度学习字幕
机器学习与深度学习(一):简介_第3张图片
无人驾驶
机器学习与深度学习(一):简介_第4张图片
图像融合

计算机视觉

机器学习与深度学习(一):简介_第5张图片
图像在计算机中的标识
计算机视觉领域图像识别面临的挑战
  • 视角不同
  • 光照强度不同
  • 形状改变
  • 部分遮挡
  • 其它干扰

图像识别常规套路

机器学习与深度学习(一):简介_第6张图片
图像识别常规套路

深度学习中,这个训练的分类器就是神经网络。

你可能感兴趣的:(机器学习与深度学习(一):简介)