《人工智能概论》第二章算法技术让人工智能更聪明主讲教师：XXX目录三人工智能算法的应用一机器学习二深度学习机器学习一情景导入讯飞翻译机AlphoGo人脸识别情景导入是什么让计算机或者软件如此精通人性？为什么让计算机或者软件如此造化出神？计算机或者软件还能做什么精妙绝伦的事情？人工智能人工智能算法人工智能的应用人类越来越需要人工智能！机器学习机器学习是实现人工智能应用的算法技术之一，也是人工智能算法技术研究领域的一个分支.因此，掌握‘机器学习’符合当下人才培养的时代需求.人工智能是未来的发展趋势，什么是人工智能？机器学习机器学习(一)机器学习的概念(二)机器学习的常见算法(三)强化学习机器学习（一）机器学习的概念机器学习是用数据或以往的经验来优化提升行为判断的计算程序简单的讲机器学习是一种能够赋予机器学习的能力，让它完成直接编程无法完成的功能的方法广义上讲机器学习是一种通过利用数据，训练出模型，然后使用模型预测的一种方法实践上讲机器学习的思想：机器学习是对人类在生活中学习成长的一个模拟。机器学习1.机器学习算法的技术分类有监督学习特点应用样本数据同时包含特征自变量(X)和目标变量(Y)。然后使用有监督学习算法训练得到从特征自变量输入到目标变量输出的映射函数：Y=f(X)。(1).分类问题如判断“垃圾邮件”或“非垃圾邮件.(2).回归问题如预测旅游人数机器学习1.机器学习算法的技术分类无监督学习特点应用样本数据只有特征自变量(X)，没有目标变量(Y)。算法在输入数据的过程中自己发现数据中的规律或模式。(1).关联问题关联规则学习目的是从数据中发现强规则。如通过分析数据发现，买了商品A的顾客有可能还会买商品B(2).聚类问题聚类方法可以发现数据内部的组群关系。如确定衣服尺码的大小。机器学习1.机器学习算法的技术分类半监督学习特点应用样本数据部分被标识，部分没有被标识。这种学习模型可以用来进行预测，但是模型首先需要学习数据的内在结构以便合理地组织数据来进行预测。(1).分类问题(2).回归问题机器学习2.机器学习中的基础知识数据：机器学习算法的“学习资料”A训练数据,用来训练模型的，是算法的学习资料B验证数据，用来评估不同参数下模型效果，选择最优模型C测试数据，用来测试模型效果，评估泛化能力训练集和验证集的划分方法有两种：“hold-out”和交互检验。训练数据是算法真正用来“学习”（拟合）的数据。机器学习2.机器学习中的基础知识数据：三者的关系机器学习...
