总体概括人工智能和机器学习其实就是数学的函数拟合—将数据输入到一个函数通式(y=kx+b)中求出公式。
但是y=kx+b不能表达所有函数对象,所以使用人工神经网络(也就是高阶多项式,表现形式为矩阵)作为函数通式。
由于要处理问题的复杂性(数据量和函数参数较多)目前人类的计算机无法一次性将数据全部计算出来。
故而采取大道至简,***逐步逼近法,就是不断地根据输入小批量的数据变换平移函数通式等于目标函数(数据形成的构成的某种规律)***。


如图所示,假设左图为y目标函数为y1
那么我们只要y-y1=0,y=y1 这就是所谓的损失函数。
那么我们把
问题转移到了求y-y1构成的函数的极小值。
目标;通过函数逼近法求函数通用公式的极小值
人们想到了一个场景怎么快速的下山,山低就是极小值,没走一步就计算一次哪个方向下山快(快速的达到极小值)。这每一小步就是(x0每次输入的数据),决定的方向和走几步(就是对函数通用公式的变换和平移)。
其实上面的场景人们在数学中找到了方法。如何根据当前的输入x0,估计走多远和方向。也就是向量x怎么求得。
就是根据损失函数上的当前点(x0)求附近点的x 的意思。https://baike.baidu.com/item/%E6%B3%B0%E5%8B%92%E5%85%AC%E5%BC%8F
根据泰勒公式,可以推导出x=x0-(人为干扰lr小于0-1数)*(x0位置的一阶导数)(此时的x是附近使得y-y1比x0更小的点)(泰勒公式能根据x0近似的得到f(x),由x0构成的f(x)的表达式,这样才能使得计算x,就是目标函数的近似表达式)
这样就能快速的得到极小值。实际上我们每次更新的权重才是x0和x,而输入的数据不是x0和x。这里要有一个思维转换,一堆的数据才是函数,每次取函数的一个区域,计算该区域范围内下山最快的方法。

总结上面的意思就是随机给一个点x0计算附近哪个点x使得x点的值使得y-y1的值比x0处小
如下图例子假设y-y1=x**2

人工智能和机器学习的基本实现过程总结相关推荐

  1. ML:人工智能之机器学习ML解决实际应用问题的思路总过程(最全)

    ML:人工智能之机器学习ML解决实际应用问题的思路总过程(最全) 目录 详细思路结构 详细思路结构

  2. 亚马逊云科技在中国区域上线机器学习新服务,打造广泛而深入的人工智能与机器学习工具集

    2021年5月11日,在完全托管的机器学习服务Amazon SageMaker落地中国区域一周年之际,亚马逊云科技宣布通过与光环新网和西云数据的紧密合作在中国区域进一步落地多项人工智能与机器学习的新服 ...

  3. 揭秘人工智能、机器学习和深度学习的神秘面纱

    1 题记 AI.机器学习.监督学习.无监督学习.分类.决策树.聚类.深度学习和算法.深度学习.机器学习,人工智能--这些时下流行语代表着对未来技术的分析. 在这篇文章中,我们将通过现实世界中成熟的例子 ...

  4. 成为数据科学家、人工智能和机器学习工程师的自学之路

    来源:大数据文摘 本文约2600字,建议阅读6分钟. 自学是一门需要自律和付出才能掌握的艺术. 时间和成本是人们在尝试学习数据科学,人工智能或机器学习时面临的重大阻碍.自学是一门需要自律和付出才能掌握 ...

  5. 独家 | 零售业中的惊涛骇浪——人工智能、机器学习和大数据

    作者:Prannoiy Chandran 翻译:李润嘉 校对:丁楠雅 本文约5600字,建议阅读15分钟. 本文教你如何利用人工智能和机器学习来提高零售业的效率和顾客参与度. 时尚是一门富有魅力的生意 ...

  6. AWS副总裁Swami:现在是人工智能和机器学习的黄金时代

    "在人工智能领域,机器学习是一个非常有意思的话题.包括亚马逊CEO杰夫·贝索斯在内,很多人都会经常谈论它."谈起人工智能与机器学习,已经在亚马逊云服务(AWS)工作了15年的AWS ...

  7. 自学是一门艺术:踏上数据科学、人工智能和机器学习的自学之路

    全文共3217字,预计学习时长9分钟 图源:unsplash 学习是最好的投资,在B站最大的作用都变成学习之后,人们在互联网上学习什么都不稀奇了.没错,数据科学.人工智能和机器学习也是可以自学的. 时 ...

  8. 盘点52个全球人工智能和机器学习重要会议

    Notes:本文盘点未收录 CVPR.ACL.ICLR 和 EMNLP 等计算机视觉 自然语言处理细分领域的重要大会. Notes:本文盘点未收录 CVPR.ACL.ICLR 和 EMNLP 等计算机 ...

  9. 2021年值得关注的人工智能与机器学习的五大趋势

    文章来源:科技心时代 人工进行智能和机器可以学习是市场上的热门专业技术,其重要性在2020年达到顶峰,这两种信息技术发展已经到了广泛应用在各行业领域,其范围从电子商务到量子计算管理系统,从医疗诊断分析 ...

最新文章

  1. html src 图片不显示图片,css中不用src也让图片显示的方法是什么?
  2. ehlib 用法记录
  3. Deep Neural Networks的Tricks
  4. git 修改分支名字_大牛总结的 Git 使用技巧,写得太好了!
  5. 在批处理文件中启动MediaPlayer播放制定文件
  6. pgsql数据库默认配置事务类型_postgreSql最佳配置详解(connection 申请、回收策略)...
  7. ajax post提交数据_JavaEE学习——为什么get请求方式比post请求方式效率高
  8. linux 常用分区有哪些,Linux常用分区及目录
  9. 如何在M1 Mac上安装iPhone或iPad应用程序?
  10. ArcGIS 字段计算器取前几位和替换操作
  11. 爬虫练习:南阳理工学院ACM题目信息
  12. 手动挡五个档位示意图_小型C1手动挡汽车档位分布示意图
  13. mysql最左前缀原则学习笔记,in也可以走索引
  14. 详解Linux帮助命令——help、--help、man、info
  15. 基于html的旅游网站的设计与实现
  16. QVariant方法功能(QT5.12)
  17. 我精心整理的一些大牌男装正品店
  18. el-table表头自定义总计
  19. [UAV] 无人机仿真平台搭建
  20. 信号完整性分析5——信号上升时间

热门文章

  1. automake生成静态库文件_动手 | 奶奶级的动态库入门
  2. 行业软件和鸿蒙,华为鸿蒙负责人王成录:育人才,打造国产软件“根”能力
  3. 为什么eolinker发送老是等待_如何妙用 eoLinker 进行接口测试
  4. mysql as 后面字段_mysql 字段as详解及实例代码
  5. gantt markdown
  6. HDLBits 系列(9)Gates and Vector
  7. 【 FPGA 】UltraFast设计方法学:在Vivado中使用设计规则检查
  8. 【Verilog HDL】设计硬件电路时,如何避免生成锁存器?
  9. 使用【Sources】源文件视图和RTL编辑器
  10. 云+技术沙龙:计算机视觉的原理及最佳实践