《深度学习》课件 第1章 深度学习的来源与应用.pdf

深度学习BIGDATA全国高校标准教材云计算姊妹篇，剖析深度学习核心技术和实战应用第一章深度学习的来源与应用1.1人工智能的思想、流派与发展起落102什么是深度学习103机器学习与深度学习1：4深度学习的应用场景习题人工智能的思想、流派与发展起落第一章深度学习的来源与应用1.人工智能的思想人工智能，也称机器智能。最初于1956年的Dartmouth学会上提出，是计算 机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科互相渗透而发 展起来的一门综合性学科。以现代科技诠释和模拟人类智能，以延伸人类智能的科 学,就是人工智能(AI:Artificial Intelligence)o人工智能的思想、流派与发展起落第一章深度学习的来源与应用2,人工智能的三大流派半个世纪以来，人们对人类获得知识的方式总结为：逻辑演绎、归纳总结、生 物进化，对应地发展出了人工智能的三大流派：符号主义、连接主义、行为主义。1 符号主义(symbolicism)源于数理逻辑,认为智能产生于大脑的抽象思维、主观意 识过程，例如数学推导、概念化的知识表示、模型语义推理。2 连接主义(connectionism)源于仿生学,认为智能产生于大脑神经元之间的相互作 用及信息往来的学习与统计过程，例如视觉听觉等基于大脑皮层神经网络的下意识 的感知处理。y3 行为主义(actionism)源于心理学与控制论。认为智能是产生于主体与环境的交互过 程。基于可观测的具体的行为活动，以控制论及感知-动作型控制系统为基础，摒弃 了内省的思维过程，而把智能的研究建立在可观测的具体的行为活动基础上。_ _7人工智能的思想、流派与发展起落第一章深度学习的来源与应用4.人工智能发展的未来人工智能未来十年发展趋势将在促进RT全息时代、新硬件、新语言、新算法和 人类认知突破等方面产生积极作用，并且使弱人工智能趋于完美，使机器人和人的 混合体有机融合。人工智能革命必将踏上从弱人工智能起步，通过强人工智能飞跃,最终迎来超人工智能时代的旅途。这段旅途之后，世界将变得完全不一样。弱人工智能强人工智能超人工智能单个方面的人工 智能。目前，主 流科研集中在弱 人工智能上。并 且一般认为这一 研究领域已经取 得可观的成就。不仅能真正推理 和解决问题的智 能机器，还具有 知觉的或自我意 识。分为类人的 人工智能和非类 人的人工智能。超越人类智慧并 且将人类智慧延 展的智能体系，各方面都可以比 人类强。全国高校标准教材云计算姊妹篇，剖析深度学习核心技术和实战应用第一章深度学习的来源与应用14人工智能的思想、流派与发展起落1.2什么是深度学习1：3机器学习与深度学习 114深度学习的座用场景 习题 1.2什么是深度学习？第一章深度学习的来源与应用1.算法的重要性-从宇宙的形成说开去有限的算法（四种作用力）作用于物质（大数据）即可形成整个宇宙，算法与 大数据相比同样重要！作用力引力电磁力beta衰变 弱相互作用力 1.2什么是深度学习？第一章深度学习的来源与应用2深度学习的基本思想深度学习的本质就是一个深层神经网络。深度学习的基本思想就是对堆叠多个 层，将上一层的输出作为下一层的输入，逐步实现对输入信息的分级表达，让程序 从中自动学习深入、抽象的特征。尤其值得注意的是深度学习减少了人为干预,而这恰恰保留了数据客观性，因此可以提取出更加准确的特征。深度学习的训练 过程：自下而上的反向无监督学习自动获取特征自顶向下的有监督学习微调全国高校标准教材云计算姊妹篇，剖析深度学习核心技术和实战应用第一章深度学习的来源与应用14人工智能的思想、流派与发展起落 1二2什么是深度学习？1.3机器学习与深度学习114深度学习的座用场景 习题1.3机器学习与深度学习第一章深度学习的来源与应用1.什么是机器学习？机器学习是一种从数据（训练集、验证集）中自动分析（训练）获得规律，并 利用规律对未知数据（测试集）进行处理（应用于行动）的过程。也就是说机器学 习是应用计算机将数据转换为可行动的知识的过程。调汤机器人的自我修养：1.3机器学习与深度学习第一章深度学习的来源与应用1.什么是机器学习？（1）我想让一个称为“调汤机器人”的人工智能系统能自动调出可口的汤，无论我要求 什么口味，它都可以满足我的要求（不一定是别人的）；（2）假设人世间用于调汤的调料（也包括水）一共有n种，调料成份集用C表示为 C=g2lQ；调料比例集合用I表示为/=证广4,（集合I中各项都是04之间的 有理数）5我喜欢喝的汤一共有m种，用集合Soup表示为Soup=soi4zsoup,5。羽J；对应着m种汤，就有m种未知的调汤配方集，用集合X表示为刀=冬；区,X/，其中 X,（lzw）就是我喜欢的某种风味汤的调和方法（各种调料的成分和比例）；（3）让调汤机器人不断地尝试调出各种汤字=织:卯2,双,其中，羽二匕乜+cJA+.+cJ。，当然还有搅拌动作、火候控制等非线性因素暂时忽略；（4）soupsp,（liw）做比较，如果soup,n sPi（近似相等，即“基本找到 了符合我某种口味的调制方法”）,则让调汤机器人将当前的集合I存储为集合X中的元素4；只要集合x中仍然有任意一个为（J HZW/W加）没有被存储，则让调汤机器人跳转到第（3）步继续进行工作;（5）通过多次循环（训练），调汤机器人的设定中即存储了关于全部m种汤的配方集 x=墀甚广.4；（6）OK,调汤机器人学习完成，可以开始投入正式工作！我指定我喜欢的m种汤中的 任何口味，调汤机一定可以调出我喜欢的汤。其中，（3）-（5）就是一个最简单的有监督型机器 学习的训练过程，Sp是训练集，Soup是验证集，X是学习到的知识和规律（智能），而学 习结束后工作过程（6）中调出的汤则是测试集。1.3机器学习与深度学习第一章深度学习的来源与应用2.机器学习的种类一根据学习程度区分根据所处理的数据种类的不同，机器学习可分为监督学习、无监督学习和强化 学习。监督学习类似于跟着导师学习，学习过程中有指导监督，导师预先准备好验 证集来纠正学习中的错误；无监督学习类似于一般的自学，学习全靠自己的悟性和 直觉，没有导师提供验证集；强化学习是一种以己为师、自求自得的学习，通过环 境和自我激励的方式不断学习、调整、产生验证集并自我纠错的迭代过程。训练不充分 学渣拟合过拟合 学习疲劳1.3机器学习与深度学习第一章深度学习的来源与应用2.机器学习的种类-根据处理数据的方法区分根据所处理的数据种类的不同，机器学习可分为监督学习、无监督学习和强化 学习。监督学习类似于跟着导师学习，学习过程中有指导监督，导师预先准备好验 证集来纠正学习中的错误；无监督学习类似于一般的自学，学习全靠自己的悟性和 直觉，没有导师提供验证集；强化学习是一种以己为师、自求自得的学习，通过环 境和自我激励的方式不断学习、调整、产生验证集并自我纠错的迭代过程。无监督学习 监督学习 强化学习1.3机器学习与深度学习第一章深度学习的来源与应用3.机器学习的主要任务机器学习的任务主要有回归、分类、聚类、异常检测、机器翻译、去噪、密度 估计等。1 x=c(l,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,2 23,24)3 y=c(276,277,283,294,308,330,355,387,422,461,507,558,613,675,4 741,811,886,966,1053,1142,1239,1340,1445,1556)5#绘制敬市唱6 plot(x,y,col=l:7)7#回归分所8 test=lni(yl+x+I(xA2)9 test10#萱居詈性懿鳍果11 summary(test)12#求该回归慎整的则僖4桢H隹闾13 pred=data.frame(x=25)14 test.pred predict(test,pred,intervalprediction,level 0.95)15 test.pred16 元心聊合值17 nihe predict(test)18#蝴口合图19 plot(x,y,col-l:7)20 lines(nihe)X回归1.3机器学习与深度学习第一章深度学习的来源与应用3.机器学习的主要任务机器学习的任务主要有回归、分类、聚类、异常检测、机器翻译、去噪、密度 估计等。*1 目 VRgutel伊6 中 Q三2 0 合.今+Q三叱 0分类1.3机器学习与深度学习第一章深度学习的来源与应用3.机器学习的主要任务机器学习的任务主要有回归、分类、聚类、异常检测、机器翻译、去噪、密度 估计等。请按水果和蔬菜分类：答案:xy、mqx苹果V荔枝m花菜n番力口请聚类 答案：圆的xyrnq 红的xvm、白的n 水果xhy、蔬菜mq 可生生（xyR、可熟吃m聚类1.3机器学习与深度学习第一章深度学习的来源与应用4.机器学习存在的问题与深度学习的提出机器学习通常是从获得数据开始，经过预处理、特征提取、特征选择，再到推 理、预测或者识别的过程。其中最后一部分是机器学习完成任务，中间的三部分是特 征表达。寻求特征表是系统最主要的计算和测试工作,因为它对最终算法的准确性起 到决定性作用，然而该步骤必须依赖人工干预，这将会大幅降低工作效率，并引起主 观偏差。图像和视频语言和文本flickr 醴品：匕)TERS)G。八由一1You加0商品推荐图像和视频基因检测地质信息amazon，特征选择，推理：预测、识别1.3机器学习与深度学习第一章深度学习的来源与应用4.机器学习存在的问题与深度学习的提出深度学习是人工神经网络的分支，其本质上就是一个深度神经网络。增加层数 和神经元数量，让系统运行大量的数据，并进行深度训练学习，这时神经网络就可以 自己教自己，搞清人和猫分别到底是怎样的全国高校标准教材云计算姊妹篇，剖析深度学习核心技术和实战应用第一章深度学习的来源与应用U人工智能的思想、流派与发展起落 112什么是深度学习？1二3机器学习与深度学习_1.4深度学习的应用场景习题1.4深度学习的应用场景第一章深度学习的来源与应用1深度学习的应用场合和概念层次深度学习适合目标函数复杂且数据集较大的问题，也适合涉及多层次和抽象的 问题。深度学习在很多领域已经超越人类并创造了巨大的价值100%95%90%85%80%75%70%识别：语音、人脸、视频内容BI、商业流程自动化互联网数据：购买转化、商品推荐、定价 精准营销、社交媒体营销金融/保险：智能高额交易、贷款审批机器人理财、信用卡欺诈医学：自动阅片、基因排序精准医学、辅助诊断教育：智能选题、个性化定制1.4深度学习的应用场景第一章深度学习的来源与应用2深度学习的主要开发工具和框架计算速度比较情况（框架/秒）1.4深度学习的应用场景第一章深度学习的来源与应用3.人工智能、深度学习有关学术会议和赛事重要学术会议人工智能创新创业比赛AI开源数据集AAAI、CVPR、ACL、NIPS、ICML、ICLR中国机器人及人工智能大赛、中国大数据人工智能创新创 业大赛http:/www.sohu.eom/a/126913367_473283.ht ml习题:1.人工智能的目标是什么？研究内容主要有哪些？2.图灵测试和中文房间问题的主要内容分别是什么？他们之间的关系又是什么？3.人工智能的主要流派及其主要研究观点是什么？4.人工智能发展的几次高潮和低谷的起因是什么？5.阐述人工神经网络的工作原理。6.什么是机器学习？深度学习与普通神经网络有什么不同？7.机器学习有哪些方法？机器学习的应用场合主要有哪些？8.大数据、云计算、人工智能之间有什么关系？9.深度学习的主要开发工具框架有哪些？10.从AlphaG。到Master两个热点事件的时间与内容上，你想到了什么？11.请简述Caffe框架的安装与使用方法（建议使用Ubuntu Linux V14.04环境）o感谢聆听