計算機存在和誕生的本質是區域性模擬和取代人的智慧型,電腦科學學科的核心領域是人工智慧,人工智慧的核心知識是優化理論.工業化革命最大的貢獻是利用機械取代和拓展了人類的體能,資訊化革命的最大的貢獻將會是拓展人類的智慧型,所以人工智慧將是計算機領域未來的重要發展方向之一.傳統的人工智慧主要研究的是一些搜尋方面的演算法,在這裡我主要介紹較新的研究成果,支援向量機,主要應用模式識別,分類等領域.
在介紹支援向量機之前,首先要引入一些基本概念:
1.決策:將研究物件劃分到狀態空間中的過程,它是一種重要的智慧型體現.
2.最小錯誤率bayes決策
3.最小風險bayes決策
4.學習機
5.基於統計學的學習理論
6.最優分類面
7.支援向量
8.學習
9.vc維
10.損失函式
上述概念,大家可以到網上查詢,在這裡我們的重點將這些概念關聯起來,學習是方法在不斷的重複下逐步改進的過程,使得在下次進行同樣的任務的時候,能夠更加有效率,機器學習則是利用計算機來模擬人類的學習機理,形成學習機模型,以達到人工智的目的.這裡主要的研究物件是人類的決策過程,利用支援向量機求解最優分類面的過程就是決策優化的過程,他主要的目標是一保證分類正確,二是分類具備很好的推廣性(即其置信度高).
人工智慧簡史 人工智慧簡史
人工智慧簡史 在人工智慧的早期，計算機科學家試圖在計算機中重建人類思維的各個方面。這就是科幻 中的智力型別，即或多或少像我們一樣思考的機器。毫無疑問，這種型別的智慧型稱為可理解性。具有可理解性的計算機可用於探索我們如何推理，學習，判斷，感知和執行腦力活動。可懂度的早期研究集中於在計算機中對現實世界和...
人工智慧2 感知機演算法
目錄 1.簡介 2.原理 2.1.感知機模型 2.2.學習策略 損失函式 2.3.演算法步驟 2.4.優缺點 3.常用的優化演算法 1.批量梯度下降 bgd 2.隨機梯度下降 sgd 3.隨機批量梯度下降 感知機 perceptron 是frank rosenblatt在1957年就職於cornel...
支援向量機專題 線性支援向量機
原文 當資料線性不可分時，使用硬間隔支援向量機很難得到理想的結果。但是如果資料近似線性可分，可以採用軟間隔支援向量機 線性支援向量機 進行分類。這通常適用於有少量異常樣本的分類，如果使用線性支援向量機，它會盡量使得所有訓練樣本都正確，如下圖所示。顯然這並不是最好的結果，軟間隔支援向量機可以權衡 間隔...