【AI Studio】百度架构师手把手带你零基础实践深度学习——第一天

@小范今天学习了吗 —CSDN

@little_paike —AI Studio

课程连接https://aistudio.baidu.com/aistudio/education/group/info/1297?activityId=5&directly=1&shared=1

人工智能、机器学习、深度学习

1. 关系

人工智能、机器学习和深度学习覆盖技术范畴是逐层递减的

~人工智能是最宽泛的概念

~机器学习是当前比较有效的一种实现人工智能的方式

~深度学习是机器学习算法中最热门的一个分支，替代了大多数传统机器学习算法

2. 人工智能

研发用于模型、延伸和拓展人的智能的理论、方法、技术及应用系统的一门新的科学技术

3. 关键区别

人工智能是一个大杂烩，机器学习（监督学习）则有更加明确的指代

个人理解：人工智能提供研究方向，机器学习提供问题解决办法，于此 解决问题时深度学习会助其一臂之力。

机器学习过程就是归纳和演绎过程

1.机器学习

专门研究计算机怎样模拟成实现人类的学习行为，以获取新的知识或技能，重新组织已有知识结构使之不断改善自身性能

2.机器学习实现

训练（归纳）：已知一定数量的（X,Y），学习出Y~X的关系
预测（演绎）：面对新出现的X，预测Y

3.模型三个部分

假设、评价、优化

假设空间：模型的假设或表示
优化目标：评价或损失函数
寻解方法：优化/求解算法

机器学习目前可以理解为：找函数

找函数的过程就是不断调整W，让函数的输出和样本中的Y不断接近，评价标准就是损失函数
找函数
找函数
找函数
找函数

深度学习历史与今天

神经网络核心

1. 神经元：神经网络中每个节点成为神经元，由加权和、非线性变换（激活函数）组成。
2. 多层连接：大量节点按照不同层次排布，形成多层的结构连接起来，为神经网络
3. 前向计算和后向传播