📅  最后修改于: 2020-12-11 05:28:43        🧑  作者: Mango

人工智能是机器展示的智能，与人类展示的智能相反。本教程涵盖了人工智能各个领域的基本概念，例如人工神经网络，自然语言处理，机器学习，深度学习，遗传算法等，以及其在Python的实现。对于对本学科感兴趣或将其作为课程一部分的研究生，研究生和研究型学生，本教程将非常有用。读者可以是初学者或高级学习者。先决条件我们假设读者具有有关人工智能和Python编程的基本知识。他/她应该了解AI中使用的基本术语以及...

📅  最后修改于: 2020-12-11 05:30:14        🧑  作者: Mango

自从计算机或机器发明以来，它们执行各种任务的能力经历了指数级增长。人们已经在计算机系统的各种工作领域，其不断提高的速度以及相对于时间的减小方面开发了强大的计算机系统。计算机科学的一个分支，叫做人工智能，致力于创造像人类一样智能的计算机或机器。人工智能(AI)的基本概念人工智能之父约翰·麦卡锡(John McCarthy)说，这是“制造智能机器，尤其是智能计算机程序的科学和工程学”。人工智能是一种使...

📅  最后修改于: 2020-12-11 05:31:13        🧑  作者: Mango

在本章中，我们将学习如何开始使用Python。我们还将了解Python如何帮助人工智能。为什么要使用Python进行AI人工智能被认为是未来的趋势技术。已经有很多应用程序在上面。因此，许多公司和研究人员对此感兴趣。但是这里出现的主要问题是，可以使用哪种编程语言开发这些AI应用程序? Lisp，Prolog，C++，Java和Python等多种编程语言可用于开发AI应用程序。其中， Python编程...

📅  最后修改于: 2020-12-11 05:32:02        🧑  作者: Mango

学习是指通过学习或经验获得知识或技能。基于此，我们可以定义机器学习(ML)如下-可以将其定义为计算机科学领域，更具体地讲，是人工智能的应用，它为计算机系统提供了学习数据的能力并从经验中进行改进而无需进行明确编程的能力。基本上，机器学习的主要重点是允许计算机自动学习而无需人工干预。现在出现的问题是，如何开始和完成这种学习?可以从观察数据开始。数据也可以是一些示例，说明或一些直接的经验。然后，根据该输...

📅  最后修改于: 2020-12-11 05:33:10        🧑  作者: Mango

我们已经研究了有监督和无监督的机器学习算法。这些算法需要格式化的数据才能开始训练过程。我们必须以某种方式准备或格式化数据，以便可以将其作为ML算法的输入提供。本章重点介绍机器学习算法的数据准备。预处理数据在日常生活中，我们处理大量数据，但是这些数据是原始形式。为了提供数据作为机器学习算法的输入，我们需要将其转换为有意义的数据。这就是数据预处理的关键所在。换句话说，我们可以说在将数据提供给机器学习算...

📅  最后修改于: 2020-12-11 05:33:55        🧑  作者: Mango

回归是最重要的统计和机器学习工具之一。我们可以肯定地说机器学习的旅程是从回归开始的。它可以定义为一种参数技术，它使我们能够基于数据做出决策，或者换句话说，就是通过学习输入和输出变量之间的关系，使我们能够基于数据做出预测。在此，取决于输入变量的输出变量是连续值的实数。在回归中，输入变量和输出变量之间的关系很重要，它有助于我们理解输出变量的值如何随输入变量的变化而变化。回归通常用于预测价格，经济，变化...

📅  最后修改于: 2020-12-11 05:34:53        🧑  作者: Mango

在本章中，我们将重点介绍逻辑编程及其在人工智能中的帮助。我们已经知道，逻辑是对正确推理原理的研究，或者简单来说就是对之后发生的事情的研究。例如，如果两个语句为真，那么我们可以从中推断出任何第三条语句。概念逻辑编程是逻辑和编程这两个词的结合。逻辑编程是一种编程范例，其中问题通过程序语句在形式逻辑系统中表示为事实和规则。就像其他面向对象的，函数式的，声明式的和过程式的编程范例一样，它也是一种进行编程的...

📅  最后修改于: 2020-12-11 05:36:34        🧑  作者: Mango

无监督的机器学习算法没有任何监督可提供任何类型的指导。这就是为什么它们与真正的人工智能紧密结合的原因。在无监督学习中，将没有正确答案，也没有老师来指导。算法需要发现数据中有趣的模式以供学习。什么是群集?基本上，它是一种无监督的学习方法，并且是许多领域中用于统计数据分析的常用技术。聚类主要是将观测值集合划分为子集(称为聚类)的任务，以使同一聚类中的观测值在某种意义上相似，而与其他聚类中的观测值不相似...

📅  最后修改于: 2020-12-11 05:37:08        🧑  作者: Mango

自然语言处理(NLP)是指使用自然语言(例如英语)与智能系统进行通信的AI方法。当您希望像机器人这样的智能系统按照您的说明执行时，或者您希望听到基于对话的临床专家系统的决策等时，需要对自然语言进行处理。NLP领域涉及使计算机利用人类使用的自然语言来执行有用的任务。 NLP系统的输入和输出可以是-言语书面文字NLP的组成部分在本节中，我们将学习NLP的不同组成部分。 NLP有两个组成部分。组件描述如...

📅  最后修改于: 2020-12-11 05:40:15        🧑  作者: Mango

在本章中，我们将学习如何开始使用“自然语言工具包”。先决条件如果我们要使用自然语言处理来构建应用程序，那么上下文的更改将使其变得最困难。上下文因素影响机器如何理解特定句子。因此，我们需要通过使用机器学习方法来开发自然语言应用程序，以便机器也可以理解人类可以理解上下文的方式。为了构建这样的应用程序，我们将使用称为NLTK(自然语言工具包)的Python包。导入NLTK我们需要在使用前安装NLTK。可...

📅  最后修改于: 2020-12-11 05:41:48        🧑  作者: Mango

预测给定输入序列中的下一个是机器学习中的另一个重要概念。本章为您提供有关分析时间序列数据的详细说明。介绍时间序列数据是指一系列特定时间间隔中的数据。如果我们想在机器学习中建立序列预测，那么我们必须处理顺序数据和时间。系列数据是顺序数据的抽象。数据排序是顺序数据的重要特征。序列分析或时间序列分析的基本概念序列分析或时间序列分析是基于先前观察到的预测给定输入序列中的下一个序列。预测可以是接下来可能发生...

📅  最后修改于: 2020-12-11 05:43:39        🧑  作者: Mango

在本章中，我们将学习使用AI和Python语音识别。语音是成人交流的最基本手段。语音处理的基本目标是提供人与机器之间的交互。语音处理系统主要有三个任务-首先，语音识别使机器可以捕捉我们说的单词，短语和句子其次，自然语言处理使机器能够理解我们所说的内容，并且第三，语音合成让机器说话。本章重点介绍语音识别，即理解人类所说单词的过程。请记住，语音信号是在麦克风的帮助下捕获的，然后系统必须理解它。构建语音...

📅  最后修改于: 2020-12-11 05:44:26        🧑  作者: Mango

启发式搜索在人工智能中起着关键作用。在本章中，您将详细了解它。人工智能中的启发式搜索概念启发式法则是一种经验法则，它使我们找到了可能的解决方案。人工智能中的大多数问题都是指数性质的，并且有许多可能的解决方案。您不确定确切的解决方案是正确的，因此检查所有解决方案将非常昂贵。因此，使用启发式方法缩小了对解决方案的搜索范围，并消除了错误的选择。使用启发式在搜索空间中进行搜索的方法称为启发式搜索。启发式技...

📅  最后修改于: 2020-12-11 05:46:24        🧑  作者: Mango

游戏是一种策略。每个玩家或团队都会在开始游戏之前制定策略，并且他们必须根据游戏的当前情况来更改或建立新策略。搜索算法您还必须考虑具有与上述相同策略的计算机游戏。请注意，搜索算法是找出计算机游戏策略的算法。怎么运行的搜索算法的目标是找到最佳移动方式，以便它们可以到达最终目的地并获胜。这些算法使用获胜的条件集(每场比赛都不同)来找出最佳动作。将计算机游戏可视化为树。我们知道树上有节点。从根开始，我们可...

📅  最后修改于: 2020-12-11 05:47:23        🧑  作者: Mango

神经网络是试图创建大脑计算机模型的并行计算设备。背后的主要目标是开发一种比传统系统更快地执行各种计算任务的系统。这些任务包括模式识别和分类，近似，优化和数据聚类。什么是人工神经网络(ANN)人工神经网络(ANN)是一种高效的计算系统，其中心主题是从生物神经网络的类比中借鉴而来的。人工神经网络也被称为人工神经系统，并行分布式处理系统和连接系统。 ANN获取大量以某种模式互连以允许它们之间进行通信的单...