1.人工智慧在現實生活的應用： 計算機**、電子商務
案列：
2.人工智慧的三要素 資料、演算法、計算力
3.cpu和gpu的對比 cpu主要適合i\o密集型的任務
gpu主要適合計算密集型任務
什麼型別的程式適合在gpu上執行 計算密集型的程式 易於並行的程式
4.人工智慧、機器學習、深度學習 機器學習是人工智慧的乙個實現途徑
深度學習是機器學習的乙個方法發展而來
5.人工智慧的起源 圖靈測試、達特茅斯會議
6.人工智慧的發展經歷了六個階段 起步發展期
反思發展期
應用發展期
低迷發展期
穩步發展期
蓬勃發展期
1.主要分支介紹
分支1：計算機視覺: 計算機視覺(cv)是指機器感知環境的能力。這一技術類別中的經典任務由影象形成、影象處理、影象提取和影象的三維推理。物體檢測和人臉識別是比較成功的研究領域。
分支二：語音識別: 語音識別是指識別語音(說出的語言)並將其轉換成對應文字的技術
回歸模型評估 擬合
欠擬合 模型學習的太過粗糙，連訓練集中的樣本資料特徵關係都沒有學出來
過擬合 所建的機器學習模型或者是深度學習模型在訓練樣本中表現的過於優越，導致測試資料中表現不佳
深度學習簡介
深度學習 —— 神經網路簡介
深層學習各層負責內容
機器學習 第一天
機器學習是用機器學習演算法來建立模型，當有新的資料過來時，可以通過模型來進行 機器學習前期主要靠符號學習，從前期的符號學習轉到最近的統計分析。很多科學家在科研方向思考的問題是電腦怎麼像人一樣去思考。人類的學習思考是依靠於過往的經驗，從過去的經驗中總結出背後的邏輯與規律，然後用這些知識去應對新的問題。...
機器學習 學習筆記第一天
所有機器學習的演算法可以分為4到5 類 監督學習 supervised learning 如果在學習的過程中，我們不斷的向計算機提供資料和這些資料所對應的值 標籤 通過指引的方式，讓計算機學習我們是如何把這些資料對應上所代表的物體，也就是讓計算機學習這些標籤可以代表那些，這種方式就叫做 監督學習 s...
學習第一天
知識是學會的,不是教會的 程式設計 驗證性或體驗性 創造性 學程式設計的4個階段 1.能看懂別人的 除錯別人的 2.能修改別人的 3.能拷貝別人的 做自己的事 4.能自己設計編寫 方法 多讀 做記錄 執行 修改 執行 練習,光說不練假把式 刷oj總結 寫部落格或許是個不錯的選擇 學生和已經工作的程式...