第6讲机器学习与知识发现 周文晖 杭州电子科技大学
Hangzhou Dianzi University 杭州电子科技大学 School of Computer Science and Technology 计算机学院 周文晖 第6讲 机器学习与知识发现 周文晖 杭州电子科技大学
什么是机器学习？ 什么是机器学习 机器学习原理，基本过程，机器学习分类… 经典机器学习 经典机器学习 简单机器学习、经典机器学习，… 决策树学习 决策树学习 什么是决策树，学习步骤，… 神经网络学习 神经网络学习 人工神经元，人工神经网络发展历史，感知器，BP, 深度学习 深度学习 什么是深度学习，深度学习的发展历史，卷积神经网络，常见深度学习网络，： Hangzhou Dian.2i乙niversity杭州电子科技大学 School of Computer Science and Tecfnology计算机学院周文晖
Hangzhou Dianzi University 杭州电子科技大学 School of Computer Science and Technology 计算机学院 周文晖 什么是机器学习 神经网络学习 经典机器学习 决策树学习 深度学习 什么是机器学习？ 机器学习原理，基本过程，机器学习分类 … 经典机器学习 简单机器学习、经典机器学习，… 决策树学习 神经网络学习 人工神经元，人工神经网络发展历史，感知器， BP， … 深度学习 ？ 什么是深度学习，深度学习的发展历史，卷积神经网络，常见深度学习网络，… 什么是决策树，学习步骤， …
什么是机器学习？ 什么是机器学习 机器学习原理，基本过程，机器学习分类 经典机器学习 经典机器学习 简单机器学习、经典机器学习，… 决策树学习 决策树学习 什么是决策树，学习步骤，… 神经网络学习 神经网络学习 人工神经元，人工神经网络发展历史，感知器，BP, 深度学习 深度学习 什么是深度学习，深度学习的发展历史，卷积神经网络，常见深度学习网络，： Hangzhou Dian.2i乙niversity杭州电子科技大学 School of Computer Science and Technology计算机学院周文晖
Hangzhou Dianzi University 杭州电子科技大学 School of Computer Science and Technology 计算机学院 周文晖 什么是机器学习 神经网络学习 经典机器学习 决策树学习 深度学习 什么是机器学习？ 机器学习原理，基本过程，机器学习分类 … 经典机器学习 简单机器学习、经典机器学习，… 决策树学习 神经网络学习 人工神经元，人工神经网络发展历史，感知器， BP， … 深度学习 ？ 什么是深度学习，深度学习的发展历史，卷积神经网络，常见深度学习网络，… 什么是决策树，学习步骤， …
为什么要研究机器学习？ 人工智能主要是为了研究人的智能，模仿其机理将其应用于工程的科学。 该过程必然涉及“人类怎样做才能获取这种特殊技能（或知识）？”。 当前人工智能研究的主要障碍和发展方向之一就是机器学习，包括学习的计算理论和构 造学习系统。 Hangzhou Dian2 i University杭州电子科技大学 School of Computer Science and Technology计算机学院周文晖
Hangzhou Dianzi University 杭州电子科技大学 School of Computer Science and Technology 计算机学院 周文晖 为什么要研究机器学习？ 人工智能主要是为了研究人的智能，模仿其机理将其应用于工程的科学。 该过程必然涉及“人类怎样做才能获取这种特殊技能（或知识）？”。 当前人工智能研究的主要障碍和发展方向之一就是机器学习，包括学习的计算理论和构 造学习系统
机器学习的核心思想 人工智能的发展经历了两个阶段： (1)逻辑推理，知识库与专家系统 1980之前一-逻辑推理，人工建立规则、知识库； 如何判断一张图像是不是猫？ ·可扩展性和通用性差，需要各领域的专家知识，构建专 家系统： ·有些问题无法用精确的规则描述一一只可意会不可言传。 (2)机器学习 1980之后一一模仿人的学习能力，从实例中进行学习获得 经验和知识。 这一张图像呢？ Hangzhou Dianzi Universit的杭州电子科技大学 School of Computer Science and Technology计算机学院周文晖
Hangzhou Dianzi University 杭州电子科技大学 School of Computer Science and Technology 计算机学院 周文晖 机器学习的核心思想 人工智能的发展经历了两个阶段： （1）逻辑推理，知识库与专家系统 1980之前——逻辑推理，人工建立规则、知识库； • 可扩展性和通用性差，需要各领域的专家知识，构建专 家系统； • 有些问题无法用精确的规则描述——只可意会不可言传。 （2）机器学习 1980之后——模仿人的学习能力，从实例中进行学习获得 经验和知识。 如何判断一张图像是不是猫？ 这一张图像呢？