【人工智能学习笔记】1_人工智能基础

2024-09-06 21:28

本文主要是介绍【人工智能学习笔记】1_人工智能基础,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

本系列是个人学习《阿里云人工智能工程师ACA认证免费课程(2023版)》的笔记,仅为个人学习记录,欢迎交流,感谢批评指正

人工智能概述

  1. 智能的三大能力:感知、记忆与思维、学习与适应能力
  2. 人工智能的定义
    明斯基:“人工智能是一门科学,是使机器做那些人需要通过智能来做的事情”
    尼尔森:“人工智能是关于知识的科学”
    人工智能作为一门学科,是研究、开发用于模拟、延伸和拓展人的智能的理论、方法、技术及应用系统的一门新的技术科学,研究范围包括:机器人、语言识别、图像识别、自然语言处理等…
  3. 人工智能的历史
    人工智能的发展历史
  4. 人工智能的三大学派
  • 符号主义学派
  • 连接主义学派/仿生学派/生理学派
  • 行为主义学派/进化主义/控制论学派
  1. 人工智能的研究目标
    弱人工智能:擅长单个方面、特定领域任务
    强人工智能:能够执行通用任务,通过图灵测试+咖啡测试+机器人学生测试+雇员测试的智能系统
    超强人工智能:与人类智能功能一样甚至超越人类智能

  2. 人工智能的行业应用
    在这里插入图片描述

人工智能产业结构

  1. 结构层级介绍
    人工智能产业结构层级

  2. 基础层相关产品

    • 数据服务
      • 通用数据:开放数据
      • 行业数据:企业内部一般不对外开放
    • 软件设施
      • 云计算平台:硬件软件资源服务,提供计算存储网络等能力
      • 大数据平台:数据存储、数据处理、数据分析
    • 硬件设施
      • 芯片:根据技术架构可分为通用芯片(CPU、GPU)、半定制化芯片(FPGA)、全定制化芯片(ASIC)
      • 传感器
  3. 技术层相关产品
    在这里插入图片描述

  4. 应用层相关产品
    在这里插入图片描述

人工智能项目开发的基本流程

在这里插入图片描述

  1. 需求分析
    通过调研和分析,将用户非形式化的需求表达转化为完整的需求信息,以对人工智能项目的需求进行获取、分析、验证、评估,最终形成需求规约的过程
    • 人工智能项目需求收集方法
      • 头脑风暴(产品设计运营研发都可以参与)
        围绕核心问题,自由发挥观点,不评论对错;
        将问题拆解,讲一个点解析成几个关键点进行讨论。
      • 用户调研
        问卷调查、用户访谈
      • 竞品分析
        全面的竞品对标,对比产品之间的优劣势、对比产品的功能点
      • 数据分析
        问题、分析、结论
    • 需求分析方法
      • 马斯洛需求层次理论模型
        在这里插入图片描述
      • KANO模型(用户需求与用户满意度之间的关系)
        在这里插入图片描述
  2. 数据准备
    主要指收集和预处理数据的过程,按照已经确定的需求和目的,有目的行的收集、整合相关数据,该阶段主要包括以下三个步骤:
    在这里插入图片描述
  3. 模型训练
    在这里插入图片描述
  4. 模型应用
    模型应用

这篇关于【人工智能学习笔记】1_人工智能基础的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1143158

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

系统架构师考试学习笔记第三篇——架构设计高级知识(20)通信系统架构设计理论与实践

本章知识考点:         第20课时主要学习通信系统架构设计的理论和工作中的实践。根据新版考试大纲,本课时知识点会涉及案例分析题(25分),而在历年考试中,案例题对该部分内容的考查并不多,虽在综合知识选择题目中经常考查,但分值也不高。本课时内容侧重于对知识点的记忆和理解,按照以往的出题规律,通信系统架构设计基础知识点多来源于教材内的基础网络设备、网络架构和教材外最新时事热点技术。本课时知识

【Linux 从基础到进阶】Ansible自动化运维工具使用

Ansible自动化运维工具使用 Ansible 是一款开源的自动化运维工具,采用无代理架构(agentless),基于 SSH 连接进行管理,具有简单易用、灵活强大、可扩展性高等特点。它广泛用于服务器管理、应用部署、配置管理等任务。本文将介绍 Ansible 的安装、基本使用方法及一些实际运维场景中的应用,旨在帮助运维人员快速上手并熟练运用 Ansible。 1. Ansible的核心概念