文档介绍：机器学****与深度学****实践声明Acknowledgments假设参与此门课程的同学具有python基础及高等数学基础。不要求有深刻的算法基础,但对于基本的数据结构和算法要有一定了解。参考资料:取自于sklearn、tensorflow官方网站、斯坦福大学CS224d、CS231n课件、Github的部分代码仓库、部分来源于网络和搜索引擎,也有部分资料和代码是自行完成的。参考书籍:《机器学****统计学****方法》、《模式识别与机器学****Hands-OnMachineLearningWithScikit-Learn&TensorFlow》等课后如果有问题,欢迎联系交流Day1大纲•人工智能概述•人工智能中的数学基础•回归与分类•线性回归,Logistic回归,Softmax回归•决策树•多种决策树模型,Bagging,Boosting思想•朴素贝叶斯•自然语言处理,文本分类人工智能概述从人工智能谈起智能设备、聊天机器人、无人驾驶、机器人......https://v./x/page/?人工智能(ArtificialIntelligence),英文缩写为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。人工智能是计算机科学的一个分支,它试图了解智能的实质,并生产出一种新的能以人类智能相似的方式作出反应的智能机器。机器人语音识别图像识别自然语言处理专家系统知识工程机器学****人工智能是对人的意识、思维的信息过程的模拟。人工智能不是人的智能,但能像人那样的思考,甚至超过人的智能。弱人工智能、强人工智能、超人工智能弱人工智能ArtificialNarrowIntelligence(ANI):弱人工智能是擅长于单个方面的人工智能。强人工智能ArtificialGeneralIntelligence(AGI):人类级别的人工智能。强人工智能是指在各方面都能喝人类比肩的人工智能,人类能干的脑力活它都能干。超人工智能ArtificialSuperIntelligence(ASI):知名人工智能思想家NickBostrom把超级智能定义为”在几乎所有领域都比最聪明的人类大脑都聪明很多,包括科学创新、通识和社交技能“。图灵测试人工智能的历史1956年夏天:达特茅斯会议,提出“人工智能“20世纪60年代:感知机20世纪70年代:专家系统、知识工程20世纪80年代:日本第五代机20世纪90年代:统计机器学****2006年:深度学****2012年:卷积神经网络...人工智能的历史AI发展现状?