01人工智能基础入门

一、AI应用场景和发展历程

1.1行业应用

1、deepdream图像生成、yolo目标检测

2、知识图谱、画风迁移

3、语音识别、计算机视觉

4、用户画像

5、百度人工智能布局

1.2发展历程

人工智能的发展经历了 3 个阶段：

• 1980年代是正式成形期，尚不具备影响力。
• 1990-2010年代是蓬勃发展期，诞生了众多的理论和算法，真正走向了实用。
• 2012年之后是深度学习期，深度学习技术诞生并急速发展，较好的解决了现阶段AI的一些重点问题，并带来了产业界的快速发展。

1.3GPU和CPU比较

1,GPU 加速计算可以将应用程序 计算密集 分的工作负载转移到 GPU ，同时仍由 CPU 运行其余程序代码 。从用户的角度来看， 应用程序的运行速度明显加快。

2,CPU 由专为顺序串行处理而优化的几个核心组成，而 GPU 则拥有一个由 数以千计 的更小、更高效的核心 （专为同时处理多重任务而设计）组成的大规模并行计算架构。

3, CPU 需要很强的通用性来处理各种不同的数据类型，同时又要逻辑判断又会引入大量的分支跳转和中断 的处理。 这些都使得 CPU 的内部结构异常复杂。而 GPU 面对的则是类型高度统一的、相互无依赖的大规模 数据和不需要被打断的纯净的计算环境 。 GPU 采用了数量众多的计算单元和超长的流水线，但只有非常简单的控制逻辑并省去了Cache 。而 CPU 不仅被 Cache 占据了大量空间，而且还有有复杂的控制逻辑和诸多优化电路，相比之下计算能力只是CPU 很小的一部分。

与 CPU 擅长逻辑控制，串行的运算对比，通用类型数据运算不同， GPU 擅长的是大规 模并发计算算 ，这也正是密码 破解等所需要的。所以GPU除了图像处理，也越来越多的参与到计算当中来。

二、人工智能主要分支

2.1 机器学习

机器学习是从数据中自动分析获得模型，并利用模型对未知数据进行预测

机器学习是从人工智能中产生的一个重要学科分支，是实现智能化的关键

经典定义：利用经验改善系统自身的性能

随着该领域的发展，目前主要研究智能数据分析的理论和算法，并已成为智能数据分析技术的源泉之一

2.2深度学习

深度学习通过组合低层特征形成更加抽象的高层表示属性类别，以发现数据的分布式特征表示。

http://playground.tensorflow.org

增加层数：通过更抽象的概念识别物体，器官层，分子层，原子层

增加结点数：增加同一层物质的种类

 2.3机器学习vs深度学习

三、机器学习工作流程

1.获取数据 2.数据预处理 3.特征工程 4.机器学习（模型训练） 5.模型评估

四、机器学习算法分类

第一列叫标签，每一列叫特征，每一行叫样本

训练集就是指历史数据，可以理解为课堂作业，既能看到特征数据也能看到标签，通过训练集学习内在规律

测试集就是考试，只能看到特征数据，看不到标签，通过考试预测标签

4.1有监督学习

1.监督学习：有标签，监督就是指有标签，有标准答案

有监督定义：输入数据是由输入特征值和目标值所组成，即输入的训练数据 为有标签的。

• 有监督学习1：回归问题

回归问题：给定D维输入变量x ，并且每一个输入矢量x都有对应的值y，要求对于新来的数据预测它对应的连续的目   标值t。 例如：预测房价，根据样本集拟合出一条连续曲线

• 有监督学习2：分类问题

回归问题和分类问题的本质一样，都是针对输入做出输出预测，其区别在于输出预测的类型。 分类问题：给定一个新的模式，根据训练集推断它所 对应的类别（如：+1 ，-1 ），是一种定性输出，也叫离散变量预测，而回归问题，给定一个新的模式，根据训练集推断它所对应的输出值（实数）是多少，是一种定量输出，也叫连续变量预测。 如果预测的结果为连续的值，是回归问题; 如为离散的值，是分类问题 例如：根据肿瘤特征判断良性还是恶性，得到的是结   果是“ 良性”或者“恶性” ，是离散的;温度是连续的值,所以是回归。

总结：训练结果跟数据集质量，分布有关。俗话说，"垃圾进垃圾出"

分类问题，结果是固定的，比如良性、恶性等；回归问题是预测一个数值。、

• 监督学习：有标签
• 任务：分类任务和回归任务

4.2无监督学习

无监督定义：输入数据没有被标记，也没有确定的结果，即样本数据类别未知，没有标签，需要根据样本间的相似性对样本集进行聚类，以发现事物内部结构及相互关系。

第一类：基于样本间相似性度量的聚类方法：设法 定出不同类别的核心或初始内核，然后依 据样本与核心之间的相似性度量将样本聚 集成不同的类别。

第二类：基于概率密度函数估计的直接方法：指 设法找到各类别在特征空间的分布参数， 再进行分类。

无监督学习是在寻找数据集中的规律性，这种规律性并不一定要达到划分数据集 的目的，也就是说不一定要“分类”。 这一点是比有监督学习方法的用途要广。譬如分析一堆数据的主分量，或分析数 据集有什么特点都可以归于非监督学习方法的范畴。

4.3半监督学习

半监督学习：训练集数据一部分有标签而其余部分无标签，即训练集同时包含有标记样 本和无标记样本。

4.4强化学习

强化学习定义：实质是make decisions 问题，即自动进行决策，并且可以做连续决策希望一段时间后获得最多的累计奖励。 主要包含四个要素 ：agent ，环境状态，行动，奖励；

强化学习案例1 ： 小孩想要走路，但在这之前，他需要先站起来，站起来 之后还要保持平衡，接下来还要先迈出一条腿，是左腿还是右腿，迈出一步后还要迈出下一步。 小孩就是 agent ，他试图通过采取行动 （即行走）来操 纵环境 （行走的表面），并且从一个状态转变到另一个 状态 （即他走的每一步），当他完成任务的子任务（即走了几步）时，孩子得到奖励 （给巧克力吃），并且当他不能走路时，就不会给巧克力。

强化学习案例2 ： 一个 autonomous agent 要学习如何打 tennis（网球）比赛，它需要考虑这些动作： serves, returns, and volleys ，这些行为会影响谁赢谁输。 执行每一个动作都是在一个激励下进行的，就是要赢得比赛。   为了实现比分最大化，它需要遵循一个策略。

强化学习案例3 ： Manufacturing 一家日本公司 Fanuc（发那科） ，工厂机器人 在拿起一个物体时，会捕捉这个过程的视频，记住它每次操作的行动，  操作成功还是失败了，积累经验，下一次可以更快更准地采取行动。

强化学习与监督学习的区别：

蓝色代表强化学习，紫红色代表监督学习，纵轴代表错误率的下降趋势

4.5 总结：

4.6 扩展

批量学习和在线学习

在线学习：需要接收持续的数据流 （例如股票价格）同时对数据流的 变化做出快速或自主的反应。

如果你的计算资源有限，在线学习 系统同样也是一个很好的选择：新的数据实例一旦经过系统的学习， 就不再需要，你可以将其丢弃（除 非你想要回滚到前一个状态，再“ 重新学习”数据），这可以节省大 量的空间。 挑战：学习率，不良数据。