1.1 人工智能概述

1.1.1 机器学习与人工智能、深度学习

人工智能范围

  • 机器学习和人工智能,深度学习的关系

    • 机器学习是人工智能的一个实现途径

    • 深度学习是机器学习的一个方法发展而来

  • 达特茅斯会议-人工智能的起点

    1956年8月,在美国汉诺斯小镇宁静的达特茅斯学院中,

    约翰·麦卡锡(John McCarthy)

    马文·闵斯基(Marvin Minsky,人工智能与认知学专家)

    克劳德·香农(Claude Shannon,信息论的创始人)

    艾伦·纽厄尔(Allen Newell,计算机科学家)

    赫伯特·西蒙(Herbert Simon,诺贝尔经济学奖得主)等科学家正聚在一起,讨论着一个完全不食人间烟火的主题:

    用机器来模仿人类学习以及其他方面的智能。

    会议足足开了两个月的时间,虽然大家没有达成普遍的共识,但是却为会议讨论的内容起了一个名字:

    人工智能

    因此,1956年也就成为了人工智能元年。

1.1.2 机器学习、深度学习能做些什么

机器学习的应用场景非常多,可以说渗透到了各个行业领域当中。医疗、航空、教育、物流、电商等等领域的各种场景。

  • 用在挖掘、预测领域:

    • 应用场景:店铺销量预测、量化投资、广告推荐、企业客户分类、SQL语句安全检测分类…
  • 用在图像领域:

    • 应用场景:街道交通标志检测、人脸识别等等

  • 用在自然语言处理领域:

    • 应用场景:文本分类、情感分析、自动聊天、文本检测等等

当前重要的是掌握一些机器学习算法等技巧,从某个业务领域切入解决问题。

1.1.3 人工智能阶段课程安排