人工智能核心_算法

关注人工智能领域有一段时间了，现在正是风口，火热程度可见一斑。从刚开始机器学习，到后来的神经网络，bp，到现在深度学习cnn，rnn算法等。

任何所谓的‘智能’，其核心理念就是希望让毫无感情的电脑(计算机及其他智能设备等……)来识别你，识别你想要做什么，想得到什么，对你的行为进行引导推荐等;如通过浏览信息提取，对目标进行感兴趣的推荐系统，通过对语音输入，提取分析，输出相应的文字信息的语音识别系统，通过对目标图像信息的提取(帧数，rgb通道等)，预测得到目标图像的相关信息(标签);诸如此类，大都通过对给定输入进行识别，通过算法模型计算出响应输出，进而相应的分析处理，呈现给使用者。

此类《输入_预测模型_输出》，的构造核心为算法模型，构造模型的重要依据为大量的，有价值的，可靠的，带标签信息的数据集，而当今发达开放的互联网信息共享就给予了算法实现的可行性。随着数据量的巨额增加，自然而然增加了计算量，加重了硬件信息的负担，而我们国家的各种互联网大佬，提供了云计算服务(收费的，不是很贵)加快了算法模型训练的进程，推动了智能运算的发展。

机器学习算法种类繁多，每个认真做下去都会有不同的收获，喜欢有兴趣了解的小伙伴们可以阅读以下图书参考:

李航的《统计学习方法》

西瓜书《机器学习》

另外《机器学习实战》也不错，不过我没看完～

最近在刚看网易云李飞飞的深度学习计算机视觉，讲的很好，有兴趣的小伙伴可以看一下，完全免费的，代码语言用的是python，可能要恶补一下了，高铁刚到余杭，不写了，下次，有心得的话，再写一点～

第一次写，逻辑有些混乱，大神清喷！！