《計算機(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)我們一起來學(xué)習(xí)人工智能與機(jī)器學(xué)習(xí)。計算機(jī)應(yīng)用基礎(chǔ)計算機(jī)應(yīng)用基礎(chǔ)在計算機(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，展示了我國在人工智能應(yīng)用領(lǐng)域的明顯優(yōu)勢。我國人工智能應(yīng)用領(lǐng)域的明顯優(yōu)勢人工智能企業(yè)截至2022年5月31日，訊飛開放平臺已開放493項AI產(chǎn)品及能力，在此基礎(chǔ)上推出覆蓋多個行業(yè)的智能產(chǎn)品及服務(wù)。人工智能企業(yè)開放493項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)生活越來越離不開的基礎(chǔ)平臺，信息技術(shù)趨勢性變化完善基礎(chǔ)設(shè)施改變消費(fèi)習(xí)慣生活離不開的基礎(chǔ)平臺人工智能等新一代信息技術(shù)已成為各國競爭的新舞臺。新一代信息技術(shù)成為各國競爭的新舞臺信息技術(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)用越來越廣泛，與我們的生活關(guān)系也越來越密切，影響也越來越深遠(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)入尋常百姓家如無人機(jī)、網(wǎng)約車平臺、自動導(dǎo)航、智能家電、電商推薦、人機(jī)對話機(jī)器人等。無人機(jī)網(wǎng)約車平臺自動導(dǎo)航智能家電電商推薦人機(jī)對話機(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試機(jī)，大意是將人和機(jī)器放在一個小黑屋里與屋外的人對話，如果屋外的人分不清對話者是人類還是機(jī)器，那么這臺機(jī)器就擁有像人一樣的智能。隨后，在1956年的達(dá)特茅斯會議上，“人工智能”的概念被首次提出。1959年，第一臺工業(yè)機(jī)器人誕生；1964年，首臺聊天機(jī)器人也誕生了。由于當(dāng)時計算能力的嚴(yán)重不足，在20世紀(jì)70年代，人工智能迎來了第一個寒冬。人工智能的發(fā)展史021950年1956年1959年1964年

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

達(dá)特茅斯會議上，“人工智能”的概念被首次提出第一臺工業(yè)機(jī)器人誕生首臺聊天機(jī)器人誕生。由于當(dāng)時計算能力的嚴(yán)重不足，在20世紀(jì)70年代，人工智能迎來第一個寒冬。在1980年，卡內(nèi)基梅隆大學(xué)設(shè)計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)域越來越廣，問題也逐漸暴露出來。專家系統(tǒng)應(yīng)用有限，且經(jīng)常在常識性問題上出錯，因此人工智能迎來了第二個寒冬。1997年，IBM公司的“深藍(lán)”計算機(jī)戰(zhàn)勝了國際象棋世界冠軍卡斯帕羅夫，成為人工智能史上的一個重要的里程碑。2006年，大型圖像數(shù)據(jù)集ImageNet完成構(gòu)建，圖像識別大賽由此拉開帷幕。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)域越來越廣，問題暴露出來。專家系統(tǒng)應(yīng)用有限，在常識性問題上出錯，人工智能迎來第二個寒冬。

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

大型圖像數(shù)據(jù)集ImageNet完成構(gòu)建，圖像識別大賽由此拉開帷幕。人工智能是對人的意識、思維的信息過程的模擬，但不是人的智能，能像人那樣思考、也可能超過人的智能。人工智能的應(yīng)用03對人的智能的模擬不是人的智能可能超過人的智能人工智能有許多方法用于開發(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)計方法和算法來發(fā)現(xiàn)模式，并“訓(xùn)練”系統(tǒng)在沒有明確編程的情況下做出預(yù)測或決策。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)計和算法發(fā)現(xiàn)模式，“訓(xùn)練”系統(tǒng)在無明確編程的情況下預(yù)測或決策有監(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)模擬來近似人腦的神經(jīng)。深度學(xué)習(xí)系統(tǒng)對于發(fā)展計算機(jī)視覺、語音識別、機(jī)器翻譯、社會網(wǎng)絡(luò)過濾、電子游戲、醫(yī)學(xué)診斷等具有特別重要的價值。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)展計算機(jī)視覺、語音識別、機(jī)器翻譯、社會網(wǎng)絡(luò)過濾、電子游戲、醫(yī)學(xué)診斷等具有特別重要的價值人工智能方法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)變量和條件獨立性來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)變量和條件獨立性來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)來解決復(fù)雜的生物挑戰(zhàn)和其他問題。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)來解決復(fù)雜的生物挑戰(zhàn)和其他問題貝葉斯網(wǎng)絡(luò)人工智能方法04二、機(jī)器學(xué)習(xí)我們一起來認(rèn)識機(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)域的主要研究對象是人工智能，特別是如何在經(jīng)驗學(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，以獲取新的知識或技能，重新組織已有的知識結(jié)構(gòu)使之不斷改善自身的性能。研究計算機(jī)模擬人類的學(xué)習(xí)行為獲取新的知識或技能機(jī)器學(xué)習(xí)的概述01重組知識結(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，是使計算機(jī)具有智能的根本途徑。是人工智能的核心，是計算機(jī)有智能的途徑機(jī)器學(xué)習(xí)的概述01推動我國關(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【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、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是對新目標(biāo)特征進(jìn)行預(yù)測，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是對新目標(biāo)特征進(jìn)行預(yù)測，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)特征分類對新目標(biāo)特征進(jìn)行預(yù)測，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，對新數(shù)據(jù)進(jìn)行識別或預(yù)測。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)特征分類對新目標(biāo)特征進(jìn)行預(yù)測，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，識別新數(shù)據(jù)監(jiān)督學(xué)習(xí)與監(jiān)督學(xué)習(xí)相對的是無監(jiān)督學(xué)習(xí)，無監(jiān)督學(xué)習(xí)不指定目標(biāo)值或預(yù)先無法知道目標(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題的方法無監(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，主要包括數(shù)據(jù)分析與挖掘、模式識別、基因工程等多個