读人工智能发展报告学习心得（大纲）
涉及名词：AI（人工智能）、ML（机器学习）、DM（数据挖掘）、KDD（知识发现）、BP（反向传播）、CNN（卷积神经网络）、RNN（循环神经网络）、GNN（图神经网络）、AML（自动机器学习）、ML（元学习）
机器学习+人机交互+可视化+数据挖掘+信息检索+推荐+......
1.机器学习：对于某类任务T和性能度量P，如果计算机程序在T上以P衡量的性能随经验E而自我完善，就成计算机充足从经验E学习。
1.1训练集（预期+非预期）-------特征提取----机器学习算法-----（对象分组+预测模型）
| |
新数据 标注数据
1.2ML发展：
奠基时期（能思考的机器）----瓶颈时期（只有理论，没有实践）---重振时期（BP算法）----成型时期（支持向量机SVM）---爆发时期（深度学习的出现，将AI推导一个崭新的时代）
1.3ML算法
按函数分：线性和非线性
按学习准则分：统计和非统计
按训练样本信息及反馈分：
监督学习(分类问题是离散的，回归问题是连续的)：数据集是有标签的，即我们对样本是知道答案的。
innput raw data------(supervisor)Alogorithm-----processing-----output
K邻近算法（KNN）、决策树（DT）、朴素贝叶斯（NB）
无监督学习UL：依据某一假设，将样本分类。
input raw data---interpretation----alogorithm----processing----output
稀疏自编码、主成分分析（PCA）、K均值算法、最大期望算法
利用无监督学习可以解决：关联分析（发现不同事物之间同时发生的概率）、聚类问题（找相似的样本分析会一个簇，但预先不知道类别）、维度约减（减少维度的同时不丢失有意义的数据）
半监督学习：监督学习与无极监督学习的一种结合
分为【直接学习（TL）没有标记的数据是测试数据，可以对其进行训练
归纳学习（IL）没有标签的数据不是测试集】
强化学习：如果某个行为导致环境的正奖赏，那么产生这个策略的趋势会增强。
线性回归：某种线性关系
2.人工神经网络（ANN）：由大量处理单元互联组成的非线性的、自适应信息处理系统
具有自学功能、具有联想存储功能、具有高速寻找最优解的能力
3.深度学习（是机器学习的一个分支）
以CV和卷积网络为主、基于神经网络的生成模型、序列模型、增强学习
4.CV（计算机视觉）
物体识别和检测（有相应的算法）
语义分割（从每一个像素上进行分割）
运动和跟踪
视觉问答（根据输入的图像用户来提问，算法自动根据提问的内容进行回答）
5.知识工程
将知识集成到CS（计算机系统），从而完成只有特定领域专家才能完成的复杂任务
在BD（big data）中，从bd中自动或者半自动读取知识，建立基于知识的系统，提供互联网智能知识服务
应用：知识图谱、语义搜索、问答系统、推荐系统
6.自然语言处理（语音分析、词法分析、句法分析、语义分析、语用分析）
理解-----转化----生成
对行、音、义进行处理
7语音识别
学习和训练阶段
识别阶段
8.计算机图形学
9.多媒体
10.人机交互（HCI）：是人与计算机之间完成某项任务进行的信息交换过程
GUI图形用户界面
MMI多通道交互
VR虚拟现实
IUI智能用户界面
11.机器人：可编程的、多功能的操作机。
12.DB技术：
分布式ＤＢ：有一组分布在网络中的不同计算机上的data组成
知识库系统：在DB中引入AI
主动ＤＢ：在传统ＤＢＭＳ中切入事件、条件、动作、规则
ｓｑｌ／ｎｏｓｑｌ（解决大规模时间集合）／ｎｅｗｓｑｌ属于分布式ｄｂ
１３.可视化技术：将不同类型的数据转化为可视的表示形式，并获得对数据更深层次的认识过程。
应用在医疗、教育、体育、娱乐方面比较多。
１４.Ｄａｔａ Ｍｉｎｉｎｇ
在大量ｄａｔａ中自动搜索隐藏于其中的 有着特殊关系性的数据和信息，并将其转化为计算机可处理的结构化表示
１５.信息检索与推荐系统
ＩＲ：如何为用户访问他们感兴趣的信息提供便利的手段。
ＲＳ：是信息过滤技术，从海量数据中选出用户感兴趣的部分推荐给用户，在用户还没有明确需求或者数据信息过大时，解决信息过载问题
读人工智能发展报告学习心得（大纲）相关推荐
- 《2019人工智能发展报告》出炉：清华大学-中国工程院知识智能联合研究中心、中国人工智能学会联名发布！...
11月30日下午,2019中国人工智能产业年会重磅发布<2019人工智能发展报告>(Report of Artificial Intelligence Development 2019). ...
- 年度重磅发布：《人工智能发展报告2020》
过去十年里,人工智能从实验室走向产业化生产,重塑传统行业模式.引领未来的价值已经凸显,并为全球经济和社会活动做出了不容忽视的贡献.当前全球人工智能浪潮汹涌,各国学者正努力实现人工智能从感知到认知的跨越 ...
- 清华人工智能发展报告：过去十年中国AI专利申请量全球第一
澎湃新闻记者 张唯 最新报告显示:过去十年中国的人工智能专利申请量位列全球第一,深度神经网络.特征抽取和图像分类等是热点研究领域. 1月20日,清华大学人工智能研究院.清华-中国工程院知识智能联合研究 ...
- 《2019人工智能发展报告》出炉
11月30日下午,2019中国人工智能产业年会重磅发布<2019人工智能发展报告>(Report of Artificial Intelligence Development 2019). ...
- 71页《乌镇智库：全球人工智能发展报告（2018）》PDF下载
来源:专知 [导读]人工智能热潮之下,斯坦福.阿里等纷纷出台人工智能报告.乌镇智库已连续发布三年<全球人工智能发展报告>,以宏观视角纵览全球人工智能发展,从产业.融资.技术.教育和应用等多 ...
- 重磅！《中国医学影像人工智能发展报告2021-2022》
近日,中华医学会放射学分会主任委员.中国医学影像AI产学研用创新联盟理事长,上海长征医院放射诊断科主任 刘士远教授 ,在2022年医学人工智能大会暨第二届"中国医学学术期刊发展"高 ...
- 智源研究院发布《2020北京人工智能发展报告》，剖析北京AI发展的17个中国“第一”...
11月14日,北京智源人工智能研究院(简称"智源研究院")召开2020智源论坛,会议期间发布<2020北京人工智能发展报告>(以下简称<报告>).<报 ...
- 《2019人工智能发展报告》！含计算机视觉、机器人等13个子领域（附链接）
来源:AI算法与图像处理 本文约多图,建议阅读10+分钟. 本文简要介绍了最新发布的<2019人工智能发展报告>. 近日,由清华大学-中国工程院知识智能联合研究中心.中国人工智能学会吴文俊 ...
- 《全球人工智能发展报告（2018）》发布：一览全球AI领域竞争态势
来源:乌镇智库 乌镇智库<全球人工智能发展报告>以宏观视角纵览全球人工智能的发展,覆盖了知识产权.投融资.人才.应用场景等多个维度,为读者清晰地展现出人工智能全球发展的最新趋势,各国在人工 ...
最新文章
- 我用java爬了一下CSDN，发现了这些秘密。。。
- 深度 | AI掘金，非富即亡
- 【机器学习基础】GBDT--梯度提升树实例分析完全解读
- vim 怎么显示空格_vim 修改tab为四个空格
- oracle命令行查看编码,Oracle数据库查看编码和修改编码
- C#对window 硬件类操作，ManagementObjectSearcher
- java上传csv错误信息_java处理csv文件上传示例详解
- 修改tomcat服务器图标,修改tomcat小猫图标，设置项目的favicon图标
- python selenium刷新页面_关于python-selenium的页面元素刷新的问题，详细见内容
- 阶段5 3.微服务项目【学成在线】_day04 页面静态化_10-freemarker静态化测试-基于模板文件静态化...
- 加载不同库，同名函数引起的BUG一例
- Oracle EBS数据定义移植工具：Xdf(XML Object Description File)
- MessageDigest实现MD5加密算法
- input密码框显示与隐藏
- 用pycharm连接云端服务器
- 小巧精美原厂轴 Cherry发布全新MX Board 1.0
- Tomcat的安装使用，修改默认8080端口号，查询端口号命令
- 图形世界分裂的两派 理清Direct3D和OpenGL的脉络
- Docker搭建Pikachu靶场
- 什么是竞争情报（CI）?