人工智能(本科)知识点总结 人工智能是一门多领域交叉的学科,它的知识点涵盖了数学、计算机科学、工程学、哲学等多个方面。在本科阶段,学生需要了解人工智能的基本概念、原理和方法,本文将对人工智能的知识点进行总结。 自动优化超参数的办法: 自动优化超参数是机器学习中的一种重要技术,目的是为了找到最优的模型超参数以提高模型的性能。有多种方法可以实现自动优化超参数,常见的有网格搜索、随机搜索和贝叶斯优化等。 1.1 网格搜索(Grid Search) 网格搜索是最简单的一种自动优化超参数的方法,它通过遍历所有可能的超参数组合来找到最优的超参数。该方法的缺点是计算开销大,需要遍历大量的超参数组合。 1.2 随机搜索(Random Search) 随机搜索是另一种自动优化超参数的方法,它通过随机采样来生成超参数组合,然后选择最优的超参数。该方法的优点是计算速度快,但可能会错过最优的超参数。 1.3 贝叶斯优化(Bayesian Optimization) 贝叶斯优化是基于贝叶斯统计学的一种自动优化超参数的方法,它通过构建概率模型来表示超参数的分布,然后使用采样算法来生成超参数组合。该方法的优点是可以处理高维超参数空间,但计算开销较大。 ONE-HOT 编码: ONE-HOT 编码是一种常用的编码方法,它将一个分类变量的每个类别转换成一个二进制向量,其中只有一个元素是 1,其余都是 0。该方法的优点是可以避免类别之间的相关性,但缺点是可能会导致维度爆炸。 2.1 原理和特点: ONE-HOT 编码的原理是将一个分类变量的每个类别转换成一个二进制向量,然后使用这些二进制向量作为输入特征。该方法的特点是可以避免类别之间的相关性,但可能会导致维度爆炸。 2.2 注意事项: 2.2.1 维度爆炸: ONE-HOT 编码可能会导致维度爆炸,因为每个类别都需要一个二进制向量来表示。这可能会导致模型的计算开销增加。 2.2.2 稀疏性: ONE-HOT 编码也可能会导致稀疏性,因为大多数元素都是 0,只有一个元素是 1。这可能会导致模型的计算开销增加。 绪论: 人工智能是一门多领域交叉的学科,它的发展历史可以追溯到 1956 年美国达特茅斯会议。自那以后,人工智能经历了多次发展和衰退,直到现在仍在不断发展。 3.1 人工智能: 3.1.1 人工智能概念诞生: 1956 年美国达特茅斯会议是人工智能的诞生地,该会议提出了人工智能的概念和定义。 3.1.2 1958 年 rosenblatt 发明感知机: 1958 年 rosenblatt 发明了感知机,这是人工智能的早期成果之一。 3.1.3 1960 年通用问题求解(GPS)理论: 1960 年,人工智能领域提出了通用问题求解(GPS)理论,该理论提出了解决问题的基本步骤。 3.1.4 1965 年 DENDRAL 专家系统问世: 1965 年,DENDRAL 专家系统问世,这是人工智能领域的重要成果之一。 3.1.5 1969 年感知机的局限性和计算能力能力的限制使联结主义陷入低谷: 1969 年,感知机的局限性和计算能力能力的限制使联结主义陷入低谷,这是人工智能发展过程中的一个低谷期。 3.1.6 1983 年 JJhopfield 解决 NP 难问题,使得联结主义重新受到人们关注: 1983 年,JJhopfield 解决了 NP 难问题,使得联结主义重新受到人们关注。 3.1.7 20 世纪 80 年代符号主义代表方法决策树和基于逻辑学习的兴起: 20 世纪 80 年代,符号主义代表方法决策树和基于逻辑学习的兴起,这是人工智能发展过程中的一个重要阶段。 3.1.8 1986 年 BP 算法的发明: 1986 年,BP 算法的发明是人工智能发展过程中的一个重要事件。 3.1.9 20 世纪 90 年代统计学习登场,代表技术是 SVM: 20 世纪 90 年代,统计学习登场,代表技术是 SVM,这是人工智能发展过程中的一个重要阶段。
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pptx](https://img-home.csdnimg.cn/images/20210720083543.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/release/download_crawler_static/88661719/bg1.jpg)
![](https://csdnimg.cn/release/download_crawler_static/88661719/bg2.jpg)
![](https://csdnimg.cn/release/download_crawler_static/88661719/bg3.jpg)
![](https://csdnimg.cn/release/download_crawler_static/88661719/bg4.jpg)
![](https://csdnimg.cn/release/download_crawler_static/88661719/bg5.jpg)
剩余51页未读,继续阅读
![avatar-default](https://csdnimg.cn/release/downloadcmsfe/public/img/lazyLogo2.1882d7f4.png)
![avatar](https://profile-avatar.csdnimg.cn/default.jpg!1)
- 粉丝: 269
- 资源: 4
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![voice](https://csdnimg.cn/release/downloadcmsfe/public/img/voice.245cc511.png)
![center-task](https://csdnimg.cn/release/downloadcmsfe/public/img/center-task.c2eda91a.png)
最新资源
- 热设计仿真分析汇报模板,可编辑,真实项目!
- 基于YOLOv5 + Flask + Vue实现深度学习算法的垃圾检测系统源码+数据库(高分项目)
- yuuuuuuuuuuuuuuuuuu
- 打印设计软件DLL(最新版,修复了很多bug)+ 测试源码 + Dev所需全部组件(Debug目录里面)
- YOLOv5 + Flask + Vue实现基于深度学习算法的垃圾检测系统源码+数据库
- IMG_0310.jpg
- Fine Report-常用JS接口实例汇总演示
- 【Elman算法】matlab实现Elman网络预测股市开盘价.docx
- MobaXterm-telnet-ssh远程链接工具
- 微信小程序自拍人相框拍摄
![feedback](https://img-home.csdnimg.cn/images/20220527035711.png)
![feedback-tip](https://img-home.csdnimg.cn/images/20220527035111.png)
![dialog-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/green-success.6a4acb44.png)