一、概念
什么是人工智能?
人工智能是人类的美好愿望,是目标,是指让机器变的智能。AI
什么是机器学习?
机器学习是实现人工智能的手段,让机器通过学习来变的智能。通过从历史数据中发现规律来展望未来。
什么是深度学习?
深度学习的主要实例就是神经网络,神经网络是指通过神经元的方式,将多个算法串联起来。也是实现人工智能的手段。
什么是大数据?
大数据技术可以解决海量数据的存储以及海量数据的计算,是基于历史数据的总结统计 BI
二、机器学习的应用场景
1、各种语音交互软件
苹果的siri 小米的小爱同学 等等。也是一种预测,因为可以根据我们说的话来预测如果回答。
2、谷歌的一款预测系统
预测了H1N1病毒在美国一个小镇爆发的可能
3、IBM 智能医疗人工智能 沃森
仅花10分钟就诊断出一名60多岁女性患有一种罕见的白血病,并提供个性化诊疗方案。沃森一共阅读了2千万份罕见病文献,厚度达193米,如果人来阅读的话可能几年也读不完。人工智能在医学领域额应用可能会导致低级医生失业。
4、推荐系统
QQ好友推荐、亚马逊32%订单来自推荐系统、京东有17%订单来自推荐系统。亚马逊和京东相差近一倍,差距是由于我们国内的数据质量不如国外。
5、无人驾驶
5G的出现有利于无人驾驶技术的进步,微基站,全方位覆盖信号,传输速度更快
边缘计算:八爪鱼
三、为什么机器学习可以展望未来?
非常傻 => 智能?
人类是如何学习的呢,首先需要有足够的经验,还要有思维,能够从经验中总结出事物的规律
经验 + 思维 = 规律
机器学习的过程,类似,需要从海量数据中,通过算法,得到模型,模型可以预测未来
数据 + 算法 = 模型
数据相当于人类的经验,算法相当于人类的思维,训练模型就是找规律
数据量决定了模型的高度,算法只是逼近这个高度
提高模型准确性的方法:
1、提高数据量和算法
2、提高数据量
3、提高算法
没有数据就无法训练模型,所以说大数据是机器学习的根基