【01】人工智能入学指南

二分类（体育类、非体育类）
训练样本
特征抽取：计算机只认识0或1。需要把人类认识的符号转换成计算机认识的符号（这里就叫做一个特征选择或者特征工程，即如何将一句话变成一个数字，如何去变）
学习函数：一旦将它转换成计算机认识的东西，我需要让咱们计算机找出来一个决策的边界吧，把咱们体育类的和非体育类的给它分的开，分的开如何去做？这就好比在什么位置给它切上一刀。在什么位置切一刀啊？咱们就要去训练这个分类器，训练这个分类器并不是一个容易的事，在这里我们有很多要考虑的—数据、特征、参数都会对我们的学习函数造成影响，所以说我需要调节很多东西，当我把这些参数调节好了之后，得到了一个比较不错的学习函数，这个时候我们就可以认为已经大功告成了。
**评估和预测：**当大功告成之后，我们要评估和预测。评估就是拿出来一些数据，放到学习函数中来，它给预测是不是体育类的还是非体育类的。如果说绝大多数都能预测对，就意味着学的可以了，也就基本完成了这个事情

深度学习是在计算机视觉和自然语言处理中应用比较广泛。深度学习是机器学习中神经网络算法的延伸，说白了就是机器学习有一个算法叫神经网络，深度学习是让这个神经网络更庞大更厉害一些。