机器学习:概述1(概念,发展史,常用术语,算法分类) 目录标题1956年是人工智能元年 约翰·麦卡锡(John McCarthy)人工智能之父 达特茅斯会议机器学习之父 亚瑟· 塞缪尔人工智能发展三要素: 数据算法算力一、人工智能三大概念及三者关系二、名词解析三、算法分类1956年是人工智能元年 约翰·麦卡锡(John McCarthy)人工智能之父 达特茅斯会议机器学习之父 亚瑟· 塞缪尔人工智能发展三要素: 数据算法算力一、人工智能三大概念及三者关系人工智能AI机器学习ML深度学习(DL)artificial intelligence算法的学习方式有两种:基于规则的学习(我写代码的if 判断)基于模型的学习二、名词解析三、算法分类监督学习有特征,有标签目标值连续回归 目标值离散分类无监督学习:无特征无标签,无目标值根据样本的特征进行分类半监督学习:有特征,部分有标签 可大幅减低标记成本强化学习: 寻找最短路径(最优解),以便获取最多的奖励分类总结图额外储备知识欧式距离:对应维度差值 平方和,开平方根一元线回归公式 y kx bk:斜率 - Weight ,权重b:截距 - bias,偏置