2 學習本書之前建議
我們一提到人工智慧就會想到機械人，其實機械人只是人工智慧的容器，沒有這個容器也是可以的，可以將人工智慧分為三個方面
1）弱人工智慧
比如戰勝全世界的al-phago,它只會下象棋，但是辨識一下貓和狗的話，他就不知道怎麼做
2）強人工智慧
就是人類能幹的腦力活動，它全部都能幹
3）超人工智慧
牛津哲學家，定義為在所有方面都比人類大腦聰明。
隨著大資料的興起，資料探勘技術出現，涵蓋不限於統計學，數學，機器學習和資料庫。
並運用在各種專業領域。
乙個資料的處理過程就是輸入資料，對資料進行預處理，包括特徵選擇，規範化，降低維數，資料提公升等。然後進行資料的挖掘與分析，在經過處理，比如模式識別、視覺化等，最後形成可用資訊的全過程。
所以就是從資料中找到有用的資訊以及資料之間的特性
機器學習也是一門交叉學科，但是和資料探勘相比，機器學習更加注重演算法的設計，讓計算機從資料中學習規律，並利用規律對資料進行**，因為與統計學聯絡緊密，所以就叫做統計學習方法。
1）監督學習
用給定的資料集學習得到乙個函式，當新的資料來的時候可以根據這個函式來**結果。常見的監督學習演算法包括回歸和分類。
2）無監督學習
無監督學習與監督學習相比，訓練集沒有人為標註的結果，常見的演算法有聚類
3）半監督學習
是一種介於監督學習和無監督學習之間的演算法
4）遷移學習
將已經訓練好的模型引數遷移到新的模型來幫助新模型訓練資料集
5）增強學習
通過觀察周圍環境來進行學習，每個動作都會影響周圍環境，學習者對根據觀察周圍的環境來反饋。
傳統的機器學習演算法有以下幾種：
線性回歸模型，logistic回歸模型
k-臨近演算法
決策樹，隨機森林（包含多個決策樹的分類器），支援向量機，人工神經網路，em演算法，概率圖模型
深度學習的初級是人工神經網路，深度學習解決了機器學習不能很好解決的問題，比如圖形識別、語音識別、自然語言處理等，大資料的興起和高計算量的gpu促進了深度學習的發展。使更複雜的網路模型成為可能。
神經網路可以分為如下三個階段
1）第一代神經網路：人工神經元模型
人們希望能夠用計算機來模擬人的神經元反映的過程，將這個過程分為三個階段
（1）輸入訊號線性加權
（2）求和
（3）非線性啟用（閾值法）
2）第二代神經網路
第一代神經網路因為只能處理線性問題研究停滯不前，第二代神經網路發明了適用於多層感知器的bp演算法，並用sigmoid進行對映，有效解決了非線性問題，引發第二次神經網路熱潮，但是由於神經網路一直缺少嚴格數學支援，並且bp演算法被指出梯度消失的問題，使得誤差梯度傳到前層幾乎為0，無法進行前層學習。後來決策樹的興起提供了統計學方法，並且出現了一系列演算法，神經網路又有了初步發展。
3）第三代神經網路
快速發展期
2023年，hinton提出了解決梯度消失的解決方案：無監督訓練對權值進行初始化+有監督訓練微調，但是沒有實驗驗證，被忽視了，2023年，relu啟用函式被提出，能夠有效的抑制梯度消失的問題。並且將深度學習應用在語音識別上。
爆發期
2023年，hinton課題組參加了imagenet影象識別比賽1.2.1
，通過構建cnn網路alexnet一舉獲得冠軍，並且碾壓了第二名svm的分類效能，2023年論證了區域性極值問題對深度學習的影響，雖然深層網路的餓區域性極值非常多，但是通過bgd優化方法很難陷進去。2023年提出了deep residual net,
深度學習框架
dnn，cnn
rnngan
接下來都會一一介紹。
在學習本書之前可以看我的分類專欄
1 機器學習，還在更新中
2 深度學習基礎-基於python的理論與實現
深度學習 ORC（一） pytorch入門OCR
目錄綜述 推薦 python 現有模組 更新時間 2019年9月26日 很好的參考資料 這個github收集了文字檢測 文字識別 端到端的 以及部分開源 很好的學習資料！1 ocr的應用場景 目前ocr的應用場景主要分為以下三個方面 1 自然場景下多形態文字檢測與識別 2 手寫體文字檢測與識別 3 ...
深度學習框架 PyTorch（一）
pytorch是基於python的開源深度學習框架，它包括了支援gpus計算的tensor模組以及自動求導等先進的模組，被廣泛應用於科學研究中，是最流行的動態圖框架。pytorch的運算單元叫作張量tensor。我們可以將張量理解為乙個多維陣列，一階張量即為一位陣列，通常叫作向量vector 二階張...
深度學習 Pytorch學習筆記（一）
pytorch中需要自己定義網路模型，該模型需要封裝到乙個自定義的類中，該類只是乙個子類，其繼承的父類為torch.nn.module，可見如下樹形結構圖 module實際又是繼承了object類，關於為什麼要繼承object類有興趣的可以看這篇部落格mro演算法 也就是說，自定義的模型除了要有 i...