人工智能之机器学习的常见算法.pptx

人工智能之机器学习算法研究;目录;人工智能;人工智能简称AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。它属于计算机科学的一个分支，是为了了解智能的实质，并生产出一种新的可以以与人类智能相似的方式做出相应反应的智能机器。其发展经历了三个阶段。 第一阶段为20世纪50-60年代，人工智能的概念被提出，主要注重逻辑推理的机器翻译； 第二阶段为20世纪70-80年代，提出了专家系统的概念，在人工神经网络算法的基础上人工只能发展迅速，同时随着半导体技术和计算硬件能力的逐步提高，人工智能逐渐开始突破，分布式网络使得人工智能的计算成本降低; 第三阶段自20世纪末以来，开始进入了重视数据、自主学习的认知智能时代。;机器学习;机器学习;机器学习经典算法;;;;1） 理论上与其他分类方法相比有最小误差率，但实际中受给定输出类别的限定,假设属性之间相互独立在属性个数比较多或者属性之间相关性较大时，分类效果不好；而在属性相关性较小时，朴素贝叶斯性能最为良好。 2）需要知道先验概率，且先验概率很多时候取决于假设，假设的模型可以有很多种，因此在某些时候会由于假设的先验模型的原因导致预测效果不佳。 3）对输入数据的表达形式很敏感。;;1、是局部极小值问题。 2、是算法训练非常慢，BP算法本质上是梯度下降，而它所要优化的目标函数又非常复杂，这使得BP算法效率低下。;;1）需要大量的数据进行训练。 2）训练要求横琴安琪的硬件配置。 3）模型处于[黑箱状态]，难以理解其内部机制。;总结;;谢谢