1. 人工智能

科学计算库：

机器学习算法：

2. 人工智能发展历程

图灵测试：

达特茅斯会议：

3. 人工智能的主要分支

人工智能、机器学习和深度学习：

4. 人工智能发展必备三要素

数据：

算法：

计算力：

5. 机器学习工作流程

什么是机器学习：

工作流程：

结构化数据和非结构化数据：

数据基本处理：

特征工程：

6. 机器学习算法分类

监督学习：

无监督学习：

强化学习：

7. 分类模型评估

准确率：

精确率：

召回率：

F1-score：

AUC指标：

8. 回归模型评估

9. 拟合

10. 总结

1. 人工智能

科学计算库：

MATPLOTLIB：数据可视化

NUMPY：数组计算

PANDAS：处理数据集

机器学习算法：

有监督算法，无监督算法

2. 人工智能发展历程

图灵测试：

测试者与被测试者（一个人和一台机器）隔开的情况下，通过一些装置（如键盘）向被测试者随意提问。多次测试（一般为5min之内），如果有超过30%的测试者不能确定被测试者是人还是机器，那么这台机器就通过了测试，并被认为具有人类智能

达特茅斯会议：

人工智能的起点，1956年被称之为人工智能元年

3. 人工智能的主要分支

人工智能、机器学习和深度学习：

机器学习是人工智能的一个实现途径，深度学习是机器学习的一个方法发展而来的

4. 人工智能发展必备三要素

数据：

学习规律的例子

算法：

解决问题的思路

卷积网络：处理图像任务

循环神经网络：处理序列（时序）任务

计算力：

让模型去学习和计算，参数量大

CPU：单核心强，能够应付各种不同的任务，串行任务，一般4核、8核

GPU：早期是图形卡（显卡），针对的是同类型并行的任务，一般2000核以上，大大缩减模型训练的时间

5. 机器学习工作流程

什么是机器学习：

机器学习是从数据中自动分析获得模型，并利用模型对未知数据进行预测

工作流程：

（1）获取数据，完整的数据集

（2）数据基本处理

（3）特征工程

（4）机器学习（模型训练），训练模型的数据（训练集）

（5）模型评估，测试模型用到的数据集（测试集）

结构化数据和非结构化数据：

结构化数据：机器学习阶段用到的数据集类型，表格数据

非结构化数据：深度学习阶段，图片、语音、文字数据

数据基本处理：

对数进行缺失值、异常值处理

特征工程：

特征提取，特征预处理（数据去量纲化），特征降维（减少特征数量，同时保留原数据的大部分信息）。

6. 机器学习算法分类

监督学习：

输入数据是由特征值和目标值所组成的。输出离散（分类），输出连续（回归）。

无监督学习：

训练数据只包含特征值。

无监督学习：

训练集同时包含有标记样本数据和未标记样本数据。

强化学习：

没有训练数据，建立模型的时候人为设定好模型可以操作的规则，不断自我尝试，自己探索。

7. 分类模型评估

准确率：

预测正确的数占样本总数的比例。

精确率：

正确预测为正占全部预测为正的比例。

TP/（TP+FP）

召回率：

正确预测为正占全部正样本的比例。

TP/（TP+FN）

F1-score：

评估模型的稳健性。

2*精确率*召回率/（精确率+召回率）。越大越好。

AUC指标：

评估样本不均衡的情况。越大越好。

8. 回归模型评估

均方根误差（RMSE），相对平方误差（RSE），平均绝对误差（MAE），相对绝对误差（RAE），决定系数。

9. 拟合

欠拟合，过拟合

10. 总结

（1）获取数据

（2）数据基本处理

（3）特征工程

（4）机器学习（模型训练）

（5）模型评估

机器学习免费服务：https://studio.azureml.net/

UCI机器学习数据库网址：https://archive.ics.uci.edu/ml/datasets/census+income

Python 高级：人工智能概述相关推荐

Python人工智能概述——博弈、对抗搜索
Python人工智能 Python人工智能概述--约束满足(扑克牌问题) Python人工智能概述--对抗搜索更新ing 理解对抗搜索 Python人工智能前言一.博弈 1.对抗性博弈 2.博弈 ...
Python图形用户界面设计-Delphi For Python高级开发教程
目录简介........................................................................ 5 谁应该阅读这本教程........... ...
人工智能为什么用python_使用python实现人工智能的优势
作为一门高级面向对象编程语言,Python通常被亲切地昵称为"胶水语言".从云端.客户端,到物联网终端,python应用无处不在,同时,Python也是人工智能首选的编程语言.为什 ...
python验证中心极限定理_我竟然混进了Python高级圈子！
原标题:我竟然混进了Python高级圈子! 现如今,计算机科学.人工智能.数据科学已成为技术发展的主要推动力. 无论是要翻阅这些领域的文章,还是要参与相关任务,你马上就会遇到一些拦路虎: 想过滤垃圾邮 ...
python与人工智能编程-Python是人工智能和机器学习的最佳编程语言，证据在此！...
人工智能与机器学习是IT行业的新兴热门领域.虽然有关其发展安全性的讨论日益增多,但开发人员仍在不断扩展人工智能的能力与存储容量.如今,人工智能已远远地超出科幻小说中的构想,成为了现实.人工智能技术广泛 ...
python与人工智能编程-最适合人工智能开发的5种编程语言，Python排第一
原标题:最适合人工智能开发的5种编程语言,Python排第一文章转载自超图集团,版权归原作者和刊载媒体所有. 近年来,人工智能(AI)正在不断释放科技革命和产业变革积蓄的巨大能量,深刻改变着人类生产 ...
python与人工智能编程-最适合人工智能开发的5种编程语言，你知道几种？
原标题:最适合人工智能开发的5种编程语言,你知道几种? 私信我或关注微信号:猿来如此呀,回复:学习,获取免费学习资源包. 人工智能技术的提升不仅为企业的运营带来了效率,而且为人民的生活带来了便利. 迄 ...
python人工智能-Python在人工智能中的作用
原标题:Python在人工智能中的作用 Python部落(python.freelycode.com)组织翻译,禁止转载,欢迎转发. 谷歌的AI击败了一位围棋大师,是一种衡量人工智能突然的快速发展的方 ...
通俗说一下python和人工智能有什么关系
每当我们说起python就会联想到人工智能,很多人不明白python与人工智能之间有什么联系,下面简单易懂解释一下. python是一门计算机编程语言,类似Java,PHP,C++等编程语言.pyth ...
python注册人工智能专业_从专业程度上分析Python和人工智能（AI）它们如何相关？...
Python和人工智能(AI) - 它们如何相关? Python是当今开发人员使用的最流行的编程语言之一.Guido Van Rossum于1991年创建它,自成立以来,它一直是使用最广泛的语言之一, ...

Python 高级：人工智能概述

1. 人工智能

科学计算库：

机器学习算法：

2. 人工智能发展历程

图灵测试：

达特茅斯会议：

3. 人工智能的主要分支

人工智能、机器学习和深度学习：

4. 人工智能发展必备三要素

数据：

算法：

计算力：

5. 机器学习工作流程

什么是机器学习：

工作流程：

结构化数据和非结构化数据：

数据基本处理：

特征工程：

6. 机器学习算法分类

监督学习：

无监督学习：

无监督学习：

强化学习：

7. 分类模型评估

准确率：

精确率：

召回率：

F1-score：

AUC指标：

8. 回归模型评估

9. 拟合

10. 总结

Python 高级：人工智能概述相关推荐

最新文章

热门文章