《机器学习项目案例开发》课件 1.1人工智能概述.pptx

人工智能技术与应用1.1概述

课程概况—基本情况PART01概述人工智能概述开发流程机器学习

人工智能概述人工智能概述机器学习和人工智能，深度学习的关系：机器学习是人工智能的一个实现途径深度学习是机器学习的一个方法发展而来1956年达特茅斯会议-人工智能的起点

机器学习机器学习：用在挖掘、预测领域：应用场景：店铺销量预测、量化投资、广告推荐、企业客户分类用在图像领域：应用场景：街道交通标志检测、人脸识别等等用在自然语言处理领域：应用场景：文本分类、情感分析、自动聊天、文本检测等等

机器学习机器学习：监督学习定义：输入数据是由输入特征值和目标值所组成。函数的输出可以是一个连续的值(称为回归），或是输出是有限个离散值（称作分类）。分类k-近邻算法、贝叶斯分类、决策树与随机森林、逻辑回归、神经网络回归线性回归、岭回归机器学习：无监督学习定义：输入数据是由输入特征值所组成。聚类k-means

开发流程开发流程：数据集特征工程特征抽取特征预处理特征降维特征选择建模训练模型应用模型

敬请指导！