Day 59/100 早起晨跑，初学人工智能概念

现在是2020.1.1，晚上9.22，记录今天。

今日晨跑

开学之后第一次长跑，昨晚做好所有准备，拿好衣服，调好闹钟，虽然晚睡，但早上还是七点起来了，吃了点水果就出门跑步。没想到自己还跑下来了，并且速度还不慢，跑完停下的时候，感觉自己还有余力，但是没在继续，否则就要过度了。

好的开始，从早起跑步开始~

图片发自App

图片发自App

图片发自App

今日观影

下午去看了《叶问4》，之前就看到网上说这部完结篇很精彩，抱着情怀和打斗去的，感觉都得到了满足。李小龙的一段打斗场面十分精彩，让人过瘾，叶问的几场打斗克制冷静又霸气，可以看出这时的叶问有了这个年纪的一种阅历，荣辱不惊、沉着应对，就像一个君子。反观美方的角色，一看就是没家底没底蕴的。

这部片也是狠狠赚了观众的情怀呀，在电影里，也是不断揪着我的心。学武的终极目标、民族感、家国情怀、异乡异客的被排挤被不平等对待，让我觉得很真实。

最后一场，美方把叶问打得很惨的时候，旁边姑娘说：“哎呦，干嘛要这样呀…”感觉有点嗤笑，“忍无可忍，就不能再忍。”战斗场上腥风血雨，拼尽全力才最重要，妇人之仁只能害死自己。

今日阅读

今天在看《人工智能大冒险》，讲故事一样说人工智能的知识。今天学到了：

1.分类算法：

这个主要是有监督学习，比如图像识别、拍照识花都是利用了分类算法，通过机器学习，让机器提取特征、建模训练、应用模型去识花。这个过程就是机器学习的过程，在学之后，机器就能从输入到处理到输出了。而处理的其中之一就是分类算法。

当然还有其他算法，比如决策树分类和KNN分类。

决策树分类器，就像倒置的一棵树，从树干输入，开始做判断，以及选择，然后走左右不同的路，最终的终点就是树叶，通过树干树枝部分不断地决策，最终得到结果。

KNN分类器，又叫最近临算法。也就是算法会计算输入对象A和系统数据的远近关系，然后统计出一个概率，概率最大的结果就是最终结果。

2.回归算法

回归算法始于一个调查，父母的身高对孩子身高的影响。最终发现，孩子的身高与父母的身高成线性关系，而且孩子的身高会接近父母身高平均值。

图片发自App

在高尔顿种豆子的实验中，他通过大量统计数据发现，个体小的豆子往往会产出比它们个体要大的子代，而个体大的豆子则产生比它们小的子代。
高尔顿认为这是由于新个体在向豆子的平均大小“回归”，也就是说，事物总是倾向于朝着某种“平均”态势发展，也可以说是回归事物本来的面目。我们可以用更准确的语言来描述这种现象：回归分析是研究一个变量(被解释变量）对另一个（些）变量（解释变量）的具体依赖关系的计算方法和理论。

所以回归不是字面意思的回到起点，而是数据的依赖关系。

我现在只能理解线性回归，就是可以用一个线性函数来表示数据的关系，这种就是。

通过为系统提供大量数据信息，并提供一个通用函数模型（需要预测的量＝特征1×未知数1+特征2×未知数2+……），系统会自己进行计算，计算过程是这样的，机器会选择比如1.2这样的数，去试，监督发现不对，然后调整…不断重复后，得出一个最接近的值。

除了线性回归，还有逻辑回归，神经网络回归等等。