跟我一起学人工智能（一）

文 | 小步

<跟我一起学人工智能>系列第一讲正式开课啦，课程全都是可以实操的干货，到后面AI算法+python代码可以结合做出一个简单的人工智能应用~

因本人也对AI领域涉足不久，如文章有不妥之处还请各位大神与我多多交流，此系列文章也属于我学习AI过程中的总结，我也会做到尽量写出只要是高中毕业就能看懂的教程~

完全小白的可以先提前看一下我之前写的一篇文章对于人工智能有个初步的认识，传送门：你真的了解人工智能吗？

学习人工智能其实说白了就是学习机器学习和深度学习这两个，利用它们可以实现像是我们熟悉的图像识别，语音识别，房价预测，量化投资等~

为了避免你连机器学习和深度学习是什么都不知道，我先来简单介绍下它们两个：

所谓机器学习就是实现人工智能的一种方法，我们怎么实现人工智能，答案是通过机器学习，它通过经（shu）验（ju）来锻炼自己，形成能够表示所有数据特征的模型，通过该模型可以分析、预测某个行为的走向趋势，其中机器学习包含了许多种算法来分析事物特征之间的关系，比如贝叶斯网络，线性回归模型等传统的机器学习算法，而后来科学家们又研究出了模拟生物神经网络的深度学习，说白了，深度学习是实现机器学习的一种算法，目前来看，深度学习这种算法在实现人工智能方面虽不成熟，但预测准确性更高，长远来看，可能会代替掉机器学习中其他传统算法。

我们先来学习下机器学习。

监督学习与无监督学习

机器学习分为监督学习与无监督学习，监督学习是指通过给定一堆数据的特征以及该数据对应的标签，通过机器学习我们可以找出数据特征之间的关系模型，给定一个新的一组数据，通过关系模型我们可以轻而易举得知道该组数据对应哪个标签~而无监督学习是指只给定一堆数据的特征，不给标签，通过机器学习算法自动得给这一堆数据添加标签，给定一组新的数据，根据该组数据的特征，我们也能将它贴上对应的标签~

监督学习与无监督学习说白了就是输入数据有标签还是无标签的区别。

还是不理解？举个例子，给出一堆肿瘤的信息，每条肿瘤信息包括大小，面积，重量等（输入数据集合），当然也包括一个标签，是否为恶性（输出结果）。通过机器学习算法我们可以找出它们之间存在的某种关系，给定一条新的肿瘤信息，那我们通过得出的关系可以轻而易举得推测这个肿瘤是恶性还是良性~这就是监督学习。（认猫例子，遇见一只猫，我告诉你这是一只猫，遇见另一只猫，我告诉你这也是猫，如此反复，最后通过反复得训练，遇见一只猫，你就知道这是一只猫了~这也是监督学习的例子，就是灌输数据的时候，我顺便把这个数据结果是什么告诉你。）

而无监督学习是什么呢？一群动物，有猫有狗有大象，通过它们的信息特征以及机器学习算法，将同一类的分成一组~在灌输数据的时候，我不告诉你这个数据结果是什么，你根据数据的特点对这组数据进行分类贴标签~

AND

基本概念基本上介绍的差不多了，下篇文章的话，重点介绍下机器学习的两大模型：线性回归模型和逻辑回归模型，学会并且掌握它们加之后面要学习的python，你也可以自己预测你们市里房价走势~

另外推荐一个学习机器学习的视频，由吴恩达亲自录制，想要转行人工智能的小伙伴们可以先看下这个视频，传送门：Machine Learning - 吴恩达

如果嫌视频有点长（一集平均8分钟，有100多集），也可以关注我公众号，今后我也会一直推送学习人工智能的文章~