《計(jì)算機(jī)應(yīng)用基礎(chǔ)》課件-8.1 人工智能與機(jī)器學(xué)習(xí)

8.1人工智能與機(jī)器學(xué)習(xí)本模塊將學(xué)習(xí)我們一起來(lái)學(xué)習(xí)人工智能與機(jī)器學(xué)習(xí)。計(jì)算機(jī)應(yīng)用基礎(chǔ)計(jì)算機(jī)應(yīng)用基礎(chǔ)在計(jì)算機(jī)中，人工智能的加入，讓教育變得更加精準(zhǔn)。教育更精準(zhǔn)計(jì)算機(jī)人工智能人工智能與機(jī)器學(xué)習(xí)以科大訊飛等人工智能企業(yè)的落地情況，展示了我國(guó)在人工智能應(yīng)用領(lǐng)域的明顯優(yōu)勢(shì)。我國(guó)人工智能應(yīng)用領(lǐng)域的明顯優(yōu)勢(shì)人工智能企業(yè)截至2022年5月31日，訊飛開(kāi)放平臺(tái)已開(kāi)放493項(xiàng)AI產(chǎn)品及能力，在此基礎(chǔ)上推出覆蓋多個(gè)行業(yè)的智能產(chǎn)品及服務(wù)。人工智能企業(yè)開(kāi)放493項(xiàng)AI產(chǎn)品及能力智能產(chǎn)品智能服務(wù)在智慧教育領(lǐng)域，提供精準(zhǔn)教學(xué)、智慧考試、高效管理、創(chuàng)新教育等服務(wù)，智慧教育領(lǐng)域精準(zhǔn)教學(xué)智慧考試創(chuàng)新教育高效管理助力構(gòu)建智能化教學(xué)環(huán)境，提供教學(xué)、學(xué)情、管理數(shù)據(jù)分析，協(xié)助實(shí)現(xiàn)因材施教。構(gòu)建智能化教學(xué)環(huán)境提供教學(xué)、學(xué)情、管理數(shù)據(jù)分析協(xié)助實(shí)現(xiàn)因材施教智慧教育領(lǐng)域當(dāng)前信息技術(shù)已呈現(xiàn)明顯的趨勢(shì)性變化。特別是信息基礎(chǔ)設(shè)施的完善和用戶消費(fèi)習(xí)慣的改變，使得信息技術(shù)成為人類生產(chǎn)生活越來(lái)越離不開(kāi)的基礎(chǔ)平臺(tái)，信息技術(shù)趨勢(shì)性變化完善基礎(chǔ)設(shè)施改變消費(fèi)習(xí)慣生活離不開(kāi)的基礎(chǔ)平臺(tái)人工智能等新一代信息技術(shù)已成為各國(guó)競(jìng)爭(zhēng)的新舞臺(tái)。新一代信息技術(shù)成為各國(guó)競(jìng)爭(zhēng)的新舞臺(tái)信息技術(shù)一、人工智能人工智能與機(jī)器學(xué)習(xí)01人工智能02機(jī)器學(xué)習(xí)人工智能與機(jī)器學(xué)習(xí)02機(jī)器學(xué)習(xí)01人工智能人工智能的應(yīng)用越來(lái)越廣泛，與我們的生活關(guān)系也越來(lái)越密切，影響也越來(lái)越深遠(yuǎn)，其中很多已進(jìn)入尋常百姓家，人工智能應(yīng)用廣泛已進(jìn)入尋常百姓家如無(wú)人機(jī)、網(wǎng)約車平臺(tái)、自動(dòng)導(dǎo)航、智能家電、電商推薦、人機(jī)對(duì)話機(jī)器人等。無(wú)人機(jī)網(wǎng)約車平臺(tái)自動(dòng)導(dǎo)航智能家電電商推薦人機(jī)對(duì)話機(jī)器人人工智能（ArtificialIntelligence），英文縮寫為AI，人工智能英文縮寫AI人工智能的概述01它是研究、開(kāi)發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué).人工智能模擬、延伸和擴(kuò)展人的智能一門新的技術(shù)科學(xué)人工智能的概述01早在1950年，阿蘭·圖靈就提出了圖靈測(cè)試機(jī)，大意是將人和機(jī)器放在一個(gè)小黑屋里與屋外的人對(duì)話，如果屋外的人分不清對(duì)話者是人類還是機(jī)器，那么這臺(tái)機(jī)器就擁有像人一樣的智能。隨后，在1956年的達(dá)特茅斯會(huì)議上，“人工智能”的概念被首次提出。1959年，第一臺(tái)工業(yè)機(jī)器人誕生；1964年，首臺(tái)聊天機(jī)器人也誕生了。由于當(dāng)時(shí)計(jì)算能力的嚴(yán)重不足，在20世紀(jì)70年代，人工智能迎來(lái)了第一個(gè)寒冬。人工智能的發(fā)展史021950年1956年1959年1964年

阿蘭·圖靈提出圖靈測(cè)試機(jī)，大意是將人和機(jī)器放在一個(gè)小黑屋里與屋外的人對(duì)話，如果屋外的人分不清對(duì)話者是人類還是機(jī)器，那么這臺(tái)機(jī)器就擁有像人一樣的智能

達(dá)特茅斯會(huì)議上，“人工智能”的概念被首次提出第一臺(tái)工業(yè)機(jī)器人誕生首臺(tái)聊天機(jī)器人誕生。由于當(dāng)時(shí)計(jì)算能力的嚴(yán)重不足，在20世紀(jì)70年代，人工智能迎來(lái)第一個(gè)寒冬。在1980年，卡內(nèi)基梅隆大學(xué)設(shè)計(jì)出了第一套專家系統(tǒng)——XCON，然而隨著專家系統(tǒng)的應(yīng)用領(lǐng)域越來(lái)越廣，問(wèn)題也逐漸暴露出來(lái)。專家系統(tǒng)應(yīng)用有限，且經(jīng)常在常識(shí)性問(wèn)題上出錯(cuò)，因此人工智能迎來(lái)了第二個(gè)寒冬。1997年，IBM公司的“深藍(lán)”計(jì)算機(jī)戰(zhàn)勝了國(guó)際象棋世界冠軍卡斯帕羅夫，成為人工智能史上的一個(gè)重要的里程碑。2006年，大型圖像數(shù)據(jù)集ImageNet完成構(gòu)建，圖像識(shí)別大賽由此拉開(kāi)帷幕。人工智能的發(fā)展史021980年1997年2006年

卡內(nèi)基梅隆大學(xué)設(shè)計(jì)出了第一套專家系統(tǒng)——XCON，然而隨著專家系統(tǒng)的應(yīng)用領(lǐng)域越來(lái)越廣，問(wèn)題暴露出來(lái)。專家系統(tǒng)應(yīng)用有限，在常識(shí)性問(wèn)題上出錯(cuò)，人工智能迎來(lái)第二個(gè)寒冬。

IBM公司的“深藍(lán)”計(jì)算機(jī)戰(zhàn)勝國(guó)際象棋世界冠軍卡斯帕羅夫，成為人工智能史上的一個(gè)重要的里程碑。

大型圖像數(shù)據(jù)集ImageNet完成構(gòu)建，圖像識(shí)別大賽由此拉開(kāi)帷幕。人工智能是對(duì)人的意識(shí)、思維的信息過(guò)程的模擬，但不是人的智能，能像人那樣思考、也可能超過(guò)人的智能。人工智能的應(yīng)用03對(duì)人的智能的模擬不是人的智能可能超過(guò)人的智能人工智能有許多方法用于開(kāi)發(fā)和構(gòu)建人工智能系統(tǒng)，主要包括以下幾種。人工智能方法04機(jī)器學(xué)習(xí)深度學(xué)習(xí)貝葉斯網(wǎng)絡(luò)遺傳算法機(jī)器學(xué)習(xí)。人工智能的這一分支使用統(tǒng)計(jì)方法和算法來(lái)發(fā)現(xiàn)模式，并“訓(xùn)練”系統(tǒng)在沒(méi)有明確編程的情況下做出預(yù)測(cè)或決策。它可能包括有監(jiān)督和半監(jiān)督的機(jī)器學(xué)習(xí)（包括分類和標(biāo)簽）和無(wú)監(jiān)督的機(jī)器學(xué)習(xí)（僅使用數(shù)據(jù)輸入，不使用人類應(yīng)用的標(biāo)簽）。機(jī)器學(xué)習(xí)深度學(xué)習(xí)貝葉斯網(wǎng)絡(luò)使用統(tǒng)計(jì)和算法發(fā)現(xiàn)模式，“訓(xùn)練”系統(tǒng)在無(wú)明確編程的情況下預(yù)測(cè)或決策有監(jiān)督和半監(jiān)督的機(jī)器學(xué)習(xí)（包括分類和標(biāo)簽）和無(wú)監(jiān)督的機(jī)器學(xué)習(xí)（僅使用數(shù)據(jù)輸入，不使用人類應(yīng)用的標(biāo)簽）人工智能方法04深度學(xué)習(xí)。這種方法依靠人工神經(jīng)網(wǎng)絡(luò)模擬來(lái)近似人腦的神經(jīng)。深度學(xué)習(xí)系統(tǒng)對(duì)于發(fā)展計(jì)算機(jī)視覺(jué)、語(yǔ)音識(shí)別、機(jī)器翻譯、社會(huì)網(wǎng)絡(luò)過(guò)濾、電子游戲、醫(yī)學(xué)診斷等具有特別重要的價(jià)值。深度學(xué)習(xí)機(jī)器學(xué)習(xí)貝葉斯網(wǎng)絡(luò)依靠人工神經(jīng)網(wǎng)絡(luò)模擬人腦的神經(jīng)發(fā)展計(jì)算機(jī)視覺(jué)、語(yǔ)音識(shí)別、機(jī)器翻譯、社會(huì)網(wǎng)絡(luò)過(guò)濾、電子游戲、醫(yī)學(xué)診斷等具有特別重要的價(jià)值人工智能方法04貝葉斯網(wǎng)絡(luò)。這些系統(tǒng)依賴于概率圖形模型，這些模型使用隨機(jī)變量和條件獨(dú)立性來(lái)更好地理解和處理事物之間的關(guān)系，例如藥物和副作用。貝葉斯網(wǎng)絡(luò)機(jī)器學(xué)習(xí)深度學(xué)習(xí)依賴概率圖形模型，模型使用隨機(jī)變量和條件獨(dú)立性來(lái)理解和處理事物之間的關(guān)系例如:

藥物和副作用遺傳算法人工智能方法04遺傳算法。這些搜索算法利用自然選擇后建模的啟發(fā)式方法，使用變異模型和交叉技術(shù)來(lái)解決復(fù)雜的生物挑戰(zhàn)和其他問(wèn)題。遺傳算法機(jī)器學(xué)習(xí)深度學(xué)習(xí)搜索算法利用自然選擇后建模的啟發(fā)式方法，使用變異模型和交叉技術(shù)來(lái)解決復(fù)雜的生物挑戰(zhàn)和其他問(wèn)題貝葉斯網(wǎng)絡(luò)人工智能方法04二、機(jī)器學(xué)習(xí)我們一起來(lái)認(rèn)識(shí)機(jī)器學(xué)習(xí)。人工智能與機(jī)器學(xué)習(xí)02機(jī)器學(xué)習(xí)01人工智能機(jī)器學(xué)習(xí)是一門人工智能的科學(xué)，該領(lǐng)域的主要研究對(duì)象是人工智能，特別是如何在經(jīng)驗(yàn)學(xué)習(xí)中改善具體算法的性能。機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)的概述01機(jī)器學(xué)習(xí)是人工智能的科學(xué)主要研究人工智能如何改善算法的性能概率論統(tǒng)計(jì)學(xué)逼近論凸分析算法復(fù)雜度理論機(jī)器學(xué)習(xí)還是一門多領(lǐng)域交叉學(xué)科，涉及概率論、統(tǒng)計(jì)學(xué)、逼近論、凸分析、算法復(fù)雜度理論等多門學(xué)科。機(jī)器學(xué)習(xí)是多領(lǐng)域交叉學(xué)科機(jī)器學(xué)習(xí)的概述01專門研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識(shí)或技能，重新組織已有的知識(shí)結(jié)構(gòu)使之不斷改善自身的性能。研究計(jì)算機(jī)模擬人類的學(xué)習(xí)行為獲取新的知識(shí)或技能機(jī)器學(xué)習(xí)的概述01重組知識(shí)結(jié)構(gòu)不斷改善自身的性能機(jī)器學(xué)習(xí)是人工智能的核心，是使計(jì)算機(jī)具有智能的根本途徑。是人工智能的核心，是計(jì)算機(jī)有智能的途徑機(jī)器學(xué)習(xí)的概述01推動(dòng)我國(guó)關(guān)鍵核心技術(shù)不斷突破，數(shù)字經(jīng)濟(jì)蓬勃發(fā)展，信息基礎(chǔ)設(shè)施實(shí)現(xiàn)代際跨越大數(shù)據(jù)環(huán)境下機(jī)器學(xué)習(xí)的研究方面：研究如何有效利用信息決策樹(shù)隨機(jī)森林人工神經(jīng)網(wǎng)絡(luò)貝葉斯學(xué)習(xí)獲取隱藏的、有效的、可理解的知識(shí)【3539836科技線條人工智能機(jī)器人AE模版】/video/BV17K411p7cK/?share_source=copy_web&vd_source=d31725100b5c6b8854450e4ef87daf65機(jī)器學(xué)習(xí)基于數(shù)據(jù)，并以此獲取新知識(shí)、新技能。它的任務(wù)有很多，分類是其基本任務(wù)之一。機(jī)器學(xué)習(xí)的基本任務(wù)03機(jī)器學(xué)習(xí)基于數(shù)據(jù)新知識(shí)新技能分類是基本任務(wù)分類就是將新數(shù)據(jù)劃分到合適的類別中，一般用于類別型的目標(biāo)特征，如果目標(biāo)特征為連續(xù)型，則往往采用回歸方法?；貧w是對(duì)新目標(biāo)特征進(jìn)行預(yù)測(cè)，是機(jī)器學(xué)習(xí)中使用非常廣泛的方法之一。機(jī)器學(xué)習(xí)的基本任務(wù)03將新數(shù)據(jù)劃分到合適的類別中，一般用于類別型的目標(biāo)特征分類連續(xù)型用回歸方法分類就是將新數(shù)據(jù)劃分到合適的類別中，一般用于類別型的目標(biāo)特征，如果目標(biāo)特征為連續(xù)型，則往往采用回歸方法?；貧w是對(duì)新目標(biāo)特征進(jìn)行預(yù)測(cè)，是機(jī)器學(xué)習(xí)中使用非常廣泛的方法之一。機(jī)器學(xué)習(xí)的基本任務(wù)03將新數(shù)據(jù)劃分到合適的類別中，一般用于類別型的目標(biāo)特征分類對(duì)新目標(biāo)特征進(jìn)行預(yù)測(cè)，是機(jī)器學(xué)習(xí)中使用非常廣泛的方法回歸分類和回歸，都是先根據(jù)標(biāo)簽值或目標(biāo)值建立模型或規(guī)則，然后利用這些帶有目標(biāo)值的數(shù)據(jù)形成的模型或規(guī)則，對(duì)新數(shù)據(jù)進(jìn)行識(shí)別或預(yù)測(cè)。這兩種方法都屬于監(jiān)督學(xué)習(xí)。機(jī)器學(xué)習(xí)的基本任務(wù)03將新數(shù)據(jù)劃分到合適的類別中，一般用于類別型的目標(biāo)特征分類對(duì)新目標(biāo)特征進(jìn)行預(yù)測(cè)，是機(jī)器學(xué)習(xí)中使用非常廣泛的方法回歸根據(jù)標(biāo)簽值建立模型利用模型，識(shí)別新數(shù)據(jù)監(jiān)督學(xué)習(xí)與監(jiān)督學(xué)習(xí)相對(duì)的是無(wú)監(jiān)督學(xué)習(xí)，無(wú)監(jiān)督學(xué)習(xí)不指定目標(biāo)值或預(yù)先無(wú)法知道目標(biāo)值，它可以把相似或相近的數(shù)據(jù)劃分到相同的組里，聚類就是解決這一類問(wèn)題的方法之一。機(jī)器學(xué)習(xí)的基本任務(wù)03不指定目標(biāo)值或預(yù)先無(wú)法知道目標(biāo)值，把相似或相近的數(shù)據(jù)劃分到相同的組里，聚類就是解決這一類問(wèn)題的方法無(wú)監(jiān)督學(xué)習(xí)4.機(jī)器學(xué)習(xí)的應(yīng)用：機(jī)器學(xué)習(xí)應(yīng)用廣泛，無(wú)論是在軍事領(lǐng)域還是民用領(lǐng)域，都有機(jī)器學(xué)習(xí)算法施展的機(jī)會(huì)，主要包括數(shù)據(jù)分析與挖掘、模式識(shí)別、基因工程等多個(gè)