机器学习入门与Python实战（一）：人工智能与机器学习概念、应用、实现方法
目录
人工智能概念、应用、实现方法
生活案例出发：身边的人工智能
核心概念
人工智能发展阶段
人工智能实现方法：符号人工智能&机器学习（Symbolic Artificial Intelligence & Machine learning)
机器学习与深度学习的关系
机器学习概念、应用、实现方法
机器学习应用与概念
机器学习应用场景
四大学习方法
人工智能概念、应用、实现方法
生活案例出发：身边的人工智能
- 人脸识别、自动驾驶、医疗图片诊断
- 智能机器人、AlphaGo
- 多语言翻译、智能客服、情感分类
 |
 |
 |
 |
日常股票交易
核心概念
人工智能—维基百科定义
人工智能，亦称智机器智能，指由人制造出来的机器所表现出来的智能。
人工智能的核心问题包括建构能够跟人类似甚至超卓的推理、知识、规划、学习、交流、感知、移物、使用工具和操控机械的能力等
人工智能—核心关键词
Intelligence:“The capacity to learn and solve problems ”
(自主学习及解决问题的能力)
Artificial Intelligence: The simulation of human intelligence by machines
(机器对人类智能的模仿)
人工智能—核心定义
从过去的信息中寻找规律（经验），将规律或经验吸收，并为未来的判断或决策提供依据。
核心点：学习、优化、决策
部分应用场景
 |
 |
 |
| AI安防：利用计算机视觉技术和大数据分析犯罪嫌疑人生活轨迹及可能出现的场所 |
AI金融：利用复杂的 AI 系统能极其迅速的做出交易决策。 |
AI工业制造：机器人代替工人在危险场所完成工作 ,在流水线上高效完成重复工作 |
人工智能发展阶段
通用人工智能（“强”人工智能）：具备与人类同等智慧、或超越人类的人工智能，能表现正常人类所具有的所有智能行为。
- 目前AI技术无法达到通用人工智能
- 无法判断离通用人工智能还有多远
非通用人工智能（“弱”人工智能）：不需要具有人类完整的认知能力，甚至是完全不具有人类所拥有的感官认知能力
- 可处理特定问题，在特定应用中很厉害
- 目前AI处于此阶段
人工智能实现方法：符号人工智能&机器学习（Symbolic Artificial Intelligence & Machine learning)
符号学习
基于逻辑与规则的学习方法，用一些特定的符号来表示现实的事物或者观念(符号 不局限于图像文字，还包括了既定的逻辑、规则等）
➢ 根据既定的逻辑和顺序告诉机器 接下来做什么
➢ 遵循if…then…原则
= 10, = 20 = + , > ； = − , <
= ? ?
需要先知道或假设信息的逻辑、规律
机器学习
从数据中自动分析获得规律，并利用规律对未知数据进行预测或用于解决实际问题的方法。
➢从数据中学习规律，实现对原有推 理的更新，实现“自我优化”
➢ 现阶段主流的AI学习算法
| a |
b |
c |
| 10 |
3 |
13 |
| 8 |
5 |
13 |
| 5 |
6 |
-1 |
| 3 |
7 |
-4 |
| 2 |
4 |
-2 |
| 1 |
9 |
-8 |
只要将数据给机器，机器会自动寻找a b c之间的关系。
未来发展趋势：符号学习+机器学习
机器学习与深度学习的关系
机器学习是一种实现人工智能的方法， 深度学习是一种实现机器学习的技术。
机器学习：从数据中自动分析获得规律，并利 用规律对未知数据进行预测或用于解决实际问 题的方法。
深度学习：机器在对数据进行分析时，将引入 类人类神经结构模型，实现对复杂数据的理解 与推理，通常可应用于更为复杂的任务中。
机器学习概念、应用、实现方法
现实问题思考：营业额预测
店铺A第一周营业额为5000，每周增长10%，第10周是多少？
| 第x周 |
营业额y |
| 1 |
5,000 |
| 2 |
5,500 |
| 3 |
6,050 |
| 4 |
6,655 |
| 5 |
7,321 |
| 6 |
8,053 |
| 7 |
8,858 |
| 8 |
9,744 |
| 9 |
10,718 |
| 10 |
？？？ |
 |
 |
现实问题思考--股票怎么买
小张是个金融小白，想在股市中赚钱，他该怎么做？
传统办法: 找一位有经验的前辈、老师，学习经验与知识，然后再选股
现实问题思考—自动图像分类
目标：以下六组图片，按照自己喜爱的方式分成两组
 |
 |
 |
 |
 |
 |
分组一：站着或非站着
分组二：白色或黄色
分组三：吐舌头或不吐舌头
机器学习应用与概念
机器学习是一种实现人工智能的方法。 从数据中寻找规律、建立关系，根据建立的关系去解决问题。
机器学习应用场景
 |
 |
 |
 |
 |
 |
实现人工智能的主流方法！
四大学习方法
• 监督学习 （Supervised Learning）
• 无监督学习（Unsupervised Learning）
• 半监督学习 (Semi-supervised Learning)
• 强化学习 (Reinforcement Learning)
监督、无监督、半监督学习
 |
 |
 |
强化学习
程序初始化 →根据执行效果给与奖励/惩罚（分数）
→程序逐步寻找获得高分的方法
四大学习方法应用场景
延申阅读资料
1、浅谈人工智能：现状、任务、构架与统一 https://blog.csdn.net/dingyahui123/article/details/78446329
2、5分钟了解人工智能https://www.youtube.com/watch?v=2ePf9rue1Ao
3、比较符号学习与机器学习https://analyticsindiamag.com/understanding-difference-symbolic-ai-non-symbolic-ai/
如果现在就想开始学习机器学习，你还可以：
1、添加微信：ai_flare，领取Python编程课（AI方向）、Python实现机器学习，免费领取（仅限前100名）
2、人工智能学习路线：专为AI小白设计的人工智能实战课 - Python3入门人工智能 基础+实战 学习视频教程-CSDN学院
