1、请简述人工智能和机器学习，深度学习的关系？机器学习是人工智能的一个实现途径。深度学习是机器学习的一个方法发展而来2、根据数据集组成不同，通常可以把机器学习算法分为哪四类？监督学习、无监督学习、半监督学习、强化学习3、请简述什么是监督学习？什么是无监督学习？监督学习的输入数据是由输入特征值和目标值所组成。 无监督学习输入数据是由输入特征值组成，没有目标值。4、请简述什么是机器学习？机器学习是从数据中自动分析获得模型，并利用模型对未知数据进行预测。5、机器学习工作流程有哪五步？1.获取数据2.数据基本处理3.特征工程4.机器学习(模型训练)5.模型评估结果达到要求就上线服务，如果没有达到要求，重新上面步骤6、请简述什么是特征工程？特征工程是使用专业背景知识和技巧处理数据，使得特征能在机器学习算法上发挥更好的作用的过程。7、请简述特征工程主要包含什么内容？特征提取、特征预处理、特征降维。8、请简述什么是特征提取？将任意数据（如文本或图像）转换为可用于机器学习的数字特征。9、请简述什么是特征预处理？通过一些转换函数将特征数据转换成更加适合算法模型的特征数据过程。10、请简述什么是特征降维？指在某些限定条件下，降低随机变量(特征)个数，得到一组“不相关”主变量的过程。11、分类模型评估的主要评价指标有哪些？准确率、精确率、召回率、F1-score、AUC指标等12、回归模型评估的主要评价指标有哪些？均方根误差（RMSE）、相对平方误差（RSE）、平均绝对误差（MAE)、相对绝对误差（RAE)13、简要说明什么是超参数？超参数就是在运行机器学习算法之前需要指定值的参数14、超参数和模型参数有什么不同?超参数：指在算法运行前需要指定的参数模型参数：指算法过程中学习的参数15、什么情况我们需要对数据进行归一化处理？归一化的作用什么？我们在训练模型时，如果特征之间的值差距较大，不能直接传入模型，就需要对数据做归一化处理。作用：将所有数据映射到同一尺度。16、常用的归一化的方法有哪两个？分别适用的情况是什么？1.最值归一化(Normalization)：把所有数据映射到(0,1)之间。适用情况：分布有明显边界2.均值方差归一化(standardization)：把所有数据归一到均值为0方差为1的分布中。适用情况：数据分布没有明显边界17、简述K-近邻算法的优点和缺点。优点：1.天然能够解决多分类问题；2.思想简单，效果强大；3.使用k-近邻算法还可以解决回归问题缺点：1.效率低下、时间复杂度高；2.高度数据相关；3.预测结果不具有可解释性4.维数灾难18、什么是线性回归？它的特点是什么？线性回归是利用回归方程(函数)对一个或多个自变量(特征值)和因变量(目标值)之间关系进行建模的一种分析方式。特点：只有一个自变量的情况称为单变量回归，多于一个自变量情况的叫做多元回归。19、线性回归中的梯度下降和正规方程方法有什么不同？1.梯度下降需要选择学习率，正规方程不需要2.梯度下降需要迭代求解，正规方程一次运算得出结果3.梯度下降在特征数量较大也可以使用，正规方程因为需要计算方程，时间复杂度高O(n3)20、常见的梯度下降算法有哪些？全梯度下降算法，随机梯度下降算法，小批量梯度下降算法，随机平均梯度下降算法。21、简述欠拟合原因以及解决办法。原因：学习到数据的特征过少解决办法：1）添加其他特征项。2）添加多项式特征22、简述过拟合原因以及解决办法。原因：原始特征过多，存在一些嘈杂特征，模型过于复杂是因为模型尝试去兼顾各个测试数据点。解决办法：1）重新清洗数据。2）增大数据的训练量。3）正则化4）减少特征维度，防止维度灾难23、什么是正则化？正则化类别有哪两种？在学习的时候，数据提供的特征有些影响模型复杂度或者这个特征的数据点异常较多，所以算法在学习的时候尽量减少这个特征的影响（甚至删除某个特征的影响），这就是正则化。有L1正则化（Ridge回归）和L2正则化（LASSO回归）。24、什么是精确率？预测结果为正例样本中真实为正例的比例25、什么是召回率？真实为正例的样本中预测结果为正例的比例（查得全，对正样本的区分能力）26、简述 k-means聚类算法实现的步骤。1）随机设置K个特征空间内的点作为初始的聚类中心。2）对于其他每个点计算到K个中心的距离，未知的点选择最近的一个聚类中心点作为标记类别。3）接着对着标记的聚类中心之后，重新计算出每个聚类的新中心点（平均值）。4）如果计算得出的新中心点与原中心点一样（质心不再移动），那么结束，否则重新进行第二步过程27、简述一下K-means算法的优点。1）原理简单（靠近中心点），实现容易。2）聚类效果中上（依赖K的选择）。3）空间复杂度o(N)，时间复杂度o(IKN) 。N为样本点个数，K为中心点个数，I为迭代次数。28、简述一下K-means算法的缺点。答案：1）对离群点，噪声敏感 （中心点易偏移）。2）很难发现大小差别很大的簇及进行增量计算。3）结果不一定是全局最优，只能保证局部最优（与K的个数及初值选取有关）。29、在聚类算法中什么是降维？它有哪两种形式？降维：在某些限定条件下，降低随机变量(特征)个数，得到一组“不相关”主变量的过程。两种形式：特征选择和主成分分析。30、在聚类算法中什么是主成分分析(PCA)？高维数据转化为低维数据的过程，在此过程中可能会舍弃原有数据、创造新的变量。31、在聚类算法中主成分分析(PCA)的作用是什么？作用是数据维数压缩，尽可能降低原数据的维数（复杂度），损失少量信息。

选择擅长的领域继续答题？
{@each tagList as item}
${item.tagName}
{@/each}
手机回答更方便，互动更有趣，下载APP
提交成功是否继续回答问题？
手机回答更方便，互动更有趣，下载APP
展开全部
具体可以搜索一下：快包智能产品开发，外包服务平台演绎、推理和解决问题早期的人工智能研究人员直接模仿人类进行逐步的推理，就像是玩棋盘游戏或进行逻辑推理时人类的思考模式。到了1980和1990年代，利用机率和经济学上的概念，人工智能研究还发展了非常成功的方法处理不确定或不完整的资讯。对于困难的问题，有可能需要大量的运算资源，也就是发生了“可能组合爆增”：当问题超过一定的规模时，电脑会需要天文数量级的记忆体或是运算时间。寻找更有效的算法是优先的人工智能研究项目。人类解决问题的模式通常是用最快捷，直观的判断，而不是有意识的，一步一步的推导，早期人工智能研究通常使用逐步推导的方式。人工智能研究已经于这种“次表征性的”解决问题方法取得进展：实体化的代理人研究强调感知运动的重要性。神经网络研究试图以模拟人类和动物的大脑结构重现这种技能。[编辑] 知识表示法主要文章：知识表示和常识知识库[编辑] 规划智能Agent必须能够制定目标和实现这些目标。他们需要一种方法来建立一个可预测的世界模型(将整个世界状态用数学模型表现出来，并能预测它们的行为将如何改变这个世界)，这样就可以选择功效最大（或“值”）的行为。 在传统的规划问题中，智能Agent被假定它是世界中为一具有影响力的，所以它要做出什么行为是已经确定的。但是，如果事实并非如此，它必须定期检查世界模型的状态是否和自己的预测相符合。如果不符合，它必须改变它的计划。因此智能代理必须具有在不确定结果的状态下推理的能力。 在多Agent中，多Agent规划采用合作和竞争去完成一定的目标，使用演化算法和群体智慧可以达成一个整体的突现行为目标。[编辑] 学习主要文章：机器学习[编辑] 自然语言处理主要文章：自然语言处理[编辑] 运动和控制主要文章：机器人学[编辑] 知觉主要文章：机器感知、计算机视觉和语音识别机器感知是指能够使用传感器所输入的资料(如照相机，麦克风，声纳以及其他的特殊传感器)然后推断世界的状态。计算机视觉能够分析影像输入。另外还有语音识别、人脸辨识和物体辨识。[编辑] 社交主要文章：情感计算情感和社交技能对于一个智慧代理人是很重要的。 首先，通过了解他们的动机和情感状态，代理人能够预测别人的行动(这涉及要素 博弈论、决策理论以及能够塑造人的情感和情绪感知能力检测)。此外，为了良好的人机互动，智慧代理人也需要表现出情绪来。至少它必须出现礼貌地和人类打交道。至少，它本身应该有正常的情绪。[编辑] 创造力主要文章：计算机创造力一个人工智能的子领域，代表了理论(从哲学和心理学的角度)和实际(通过特定的实现产生的系统的输出是可以考虑的创意，或系统识别和评估创造力)所定义的创造力。 相关领域研究的包括了人工直觉和人工想像。[编辑] 多元智慧大多数研究人员希望他们的研究最终将被纳入一个具有多元智能(称为强人工智能)，结合以上所有的技能并且超越大部分人类的能力。有些人认为为了达成以上目标，可能需要拟人化的特性，如人工意识或人工大脑。 上述许多问题被认为是人工智能完整性：为了解决其中一个问题，你必须解决全部的问题。即使一个简单和特定的任务，如机器翻译，要求机器按照作者的论点(推理)，知道什么是被人谈论(知识)，忠实地再现作者的意图(情感计算)。因此，机器翻译被认为是具有人工智能完整性：它可能需要强人工智能工，就像是人类一样。[编辑] 强人工智能和弱人工智能人工智能的一个比较流行的定义，也是该领域较早的定义，是由当时麻省理工学院的约翰·麦卡锡在1956年的达特矛斯会议上提出的：人工智能就是要让机器的行为看起来就像是人所表现出的智能行为一样。但是这个定义似乎忽略了强人工智能的可能性（见下）。另一个定义指人工智能是人造机器所表现出来的智能。总体来讲，目前对人工智能的定义大多可划分为四类，即机器“像人一样思考”、“像人一样行动”、“理性地思考”和“理性地行动”。这里“行动”应广义地理解为采取行动，或制定行动的决策，而不是肢体动作。[编辑] 强人工智能强人工智能观点认为有可能制造出真正能推理（Reasoning）和解决问题（Problem_solving）的智能机器，并且，这样的机器能将被认为是有知觉的，有自我意识的。强人工智能可以有两类：类人的人工智能，即机器的思考和推理就像人的思维一样。非类人的人工智能，即机器产生了和人完全不一样的知觉和意识，使用和人完全不一样的推理方式。[编辑] 弱人工智能弱人工智能观点认为不可能制造出能真正地推理和解决问题的智能机器，这些机器只不过看起来像是智能的，但是并不真正拥有智能，也不会有自主意识。强人工智能的研究目前处于停滞不前的状态下。人工智能研究者不一定同意弱人工智能，也不一定在乎或者了解强人工智能和弱人工智能的内容与差别。就现下的人工智能研究领域来看，研究者已大量造出看起来像是智能的机器，取得相当丰硕的理论上和实质上的成果。[编辑] 对强人工智能的哲学争论“强人工智能”一词最初是约翰·罗杰斯·希尔勒针对计算机和其它信息处理机器创造的，其定义为：“强人工智能观点认为计算机不仅是用来研究人的思维的一种工具；相反，只要运行适当的程序，计算机本身就是有思维的。”（J Searle in MindsBrains and Programs. The Behavioral and Brain Sciences, vol. 3, 1980）关于强人工智能的争论，不同于更广义的一元论和二元论的争论。其争论要点是：如果一台机器的唯一工作原理就是转换编码数据，那么这台机器是不是有思维的？希尔勒认为这是不可能的。他举了个中文房间的例子来说明，如果机器仅仅是转换数据，而数据本身是对某些事情的一种编码表现，那么在不理解这一编码和这实际事情之间的对应关系的前提下，机器不可能对其处理的数据有任何理解。基于这一论点，希尔勒认为即使有机器通过了图灵测试，也不一定说明机器就真的像人一样有思维和意识。也有哲学家持不同的观点。Daniel C. Dennett 在其著作 Consciousness Explained里认为，人也不过是一台有灵魂的机器而已，为什么我们认为：“人可以有智能，而普通机器就不能”呢？他认为像上述的数据转换机器是有可能有思维和意识的。有的哲学家认为如果弱人工智能是可实现的，那么强人工智能也是可实现的。比如Simon Blackburn在其哲学入门教材 Think 里说道，一个人的看起来是“智能”的行动并不能真正说明这个人就真的是智能的。我永远不可能知道另一个人是否真的像我一样是智能的，还是说她／他仅仅是看起来是智能的。基于这个论点，既然弱人工智能认为可以令机器看起来像是智能的，那就不能完全否定这机器是真的有智能的。Blackburn 认为这是一个主观认定的问题。需要指出的是，弱人工智能并非和强人工智能完全对立，也就是说，即使强人工智能是可能的，弱人工智能仍然是有意义的。至少，今日的计算机能做的事，像算术运算等，在百多年前是被认为很需要智能的。
已赞过已踩过你对这个回答的评价是？评论
收起1轻巧性高，移动弹性大。2价格低。3操作简便，易上手。这方面更多更全面的信息其实可以找下苏州艾利特机器人有限公司。苏州艾利特机器人有限公司是一家集生产、销售、售后服务于一体的机器人企业。主要销售协作机器人等产品。公司致力为用户提供基于共平台...
点击进入详情页本回答由苏州艾利特机器人有限公司_提供
展开全部符号主义，连接主义，学习主义，行为主义，进化主义，群体主义
展开全部工智能（Artificial Intelligence）是研究、开发用于模拟、延伸和扩展人智能的理论、方法、技术及应用系统的一门新技术科学。人工智能领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，可以产出一种新的可以和人类智能相似的方式做出反应的智能机器，该领域的研究主要有机器人、语言识别、图像识别、自然语言处理和专家系统等。自从人工智能诞生以来，理论和技术越来越成熟，应用领域在不断的扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以把人的意识、思维的信息过程的模拟。虽然人工智能不是人的智能，但可以像人那样思考、最终可能超过人的智能。优点：1、在生产方面，效率更高且成本低廉的机器及人工智能实体代替了人的各种能力，人类的劳动力将大大被解放。2、人类环境问题将会得到一定的改善，较少的资源可以满足更大的需求。3、人工智能可以提高人类认识世界、适应世界的能力。缺点：1、人工智能代替了人类做各种各样的事情，人类失业率会明显的增高，人类就会处于无依靠可生存的状态。2、人工智能如果不能合理利用，可能被坏人利用在犯罪上，那么人类将会陷入恐慌。3、如果我们无法很好控制和利用人工智能，我们反而会被人工智能所控制与利用，那么人类将走向灭亡，世界也将变得慌乱。
收起
1条折叠回答
收起
更多回答（2）
推荐律师服务：
若未解决您的问题，请您详细描述您的问题，通过百度律临进行免费专业咨询
为你推荐：
百度律临—免费法律服务推荐超3w专业律师，24H在线服务，平均3分钟回复免费预约随时在线律师指导专业律师一对一沟通完美完成
',getTip:function(t,e){return t.renderTip(e.getAttribute(t.triangularSign),e.getAttribute("jubao"))},getILeft:function(t,e){return t.left+e.offsetWidth/2-e.tip.offsetWidth/2},getSHtml:function(t,e,n){return t.tpl.replace(/\{\{#href\}\}/g,e).replace(/\{\{#jubao\}\}/g,n)}},baobiao:{triangularSign:"data-baobiao",tpl:'{{#baobiao_text}}',getTip:function(t,e){return t.renderTip(e.getAttribute(t.triangularSign))},getILeft:function(t,e){return t.left-21},getSHtml:function(t,e,n){return t.tpl.replace(/\{\{#baobiao_text\}\}/g,e)}}};function l(t){return this.type=t.type
"defaultTip",this.objTip=u[this.type],this.containerId="c-tips-container",this.advertContainerClass=t.adSelector,this.triangularSign=this.objTip.triangularSign,this.delaySeconds=200,this.adventContainer="",this.triangulars=[],this.motherContainer=a("div"),this.oTipContainer=i(this.containerId),this.tip="",this.tpl=this.objTip.tpl,this.init()}l.prototype={constructor:l,arrInit:function(){for(var t=0;t0}});else{var t=window.document;n.prototype.THROTTLE_TIMEOUT=100,n.prototype.POLL_INTERVAL=null,n.prototype.USE_MUTATION_OBSERVER=!0,n.prototype.observe=function(t){if(!this._observationTargets.some((function(e){return e.element==t}))){if(!t
1!=t.nodeType)throw new Error("target must be an Element");this._registerInstance(),this._observationTargets.push({element:t,entry:null}),this._monitorIntersections(),this._checkForIntersections()}},n.prototype.unobserve=function(t){this._observationTargets=this._observationTargets.filter((function(e){return e.element!=t})),this._observationTargets.length
(this._unmonitorIntersections(),this._unregisterInstance())},n.prototype.disconnect=function(){this._observationTargets=[],this._unmonitorIntersections(),this._unregisterInstance()},n.prototype.takeRecords=function(){var t=this._queuedEntries.slice();return this._queuedEntries=[],t},n.prototype._initThresholds=function(t){var e=t
[0];return Array.isArray(e)
(e=[e]),e.sort().filter((function(t,e,n){if("number"!=typeof t
isNaN(t)
t1)throw new Error("threshold must be a number between 0 and 1 inclusively");return t!==n[e-1]}))},n.prototype._parseRootMargin=function(t){var e=(t
"0px").split(/\s+/).map((function(t){var e=/^(-?\d*\.?\d+)(px|%)$/.exec(t);if(!e)throw new Error("rootMargin must be specified in pixels or percent");return{value:parseFloat(e[1]),unit:e[2]}}));return e[1]=e[1]
e[0],e[2]=e[2]
e[0],e[3]=e[3]
e[1],e},n.prototype._monitorIntersections=function(){this._monitoringIntersections
(this._monitoringIntersections=!0,this.POLL_INTERVAL?this._monitoringInterval=setInterval(this._checkForIntersections,this.POLL_INTERVAL):(r(window,"resize",this._checkForIntersections,!0),r(t,"scroll",this._checkForIntersections,!0),this.USE_MUTATION_OBSERVER&&"MutationObserver"in window&&(this._domObserver=new MutationObserver(this._checkForIntersections),this._domObserver.observe(t,{attributes:!0,childList:!0,characterData:!0,subtree:!0}))))},n.prototype._unmonitorIntersections=function(){this._monitoringIntersections&&(this._monitoringIntersections=!1,clearInterval(this._monitoringInterval),this._monitoringInterval=null,i(window,"resize",this._checkForIntersections,!0),i(t,"scroll",this._checkForIntersections,!0),this._domObserver&&(this._domObserver.disconnect(),this._domObserver=null))},n.prototype._checkForIntersections=function(){var t=this._rootIsInDom(),n=t?this._getRootRect():{top:0,bottom:0,left:0,right:0,width:0,height:0};this._observationTargets.forEach((function(r){var i=r.element,a=o(i),c=this._rootContainsTarget(i),s=r.entry,u=t&&c&&this._computeTargetAndRootIntersection(i,n),l=r.entry=new e({time:window.performance&&performance.now&&performance.now(),target:i,boundingClientRect:a,rootBounds:n,intersectionRect:u});s?t&&c?this._hasCrossedThreshold(s,l)&&this._queuedEntries.push(l):s&&s.isIntersecting&&this._queuedEntries.push(l):this._queuedEntries.push(l)}),this),this._queuedEntries.length&&this._callback(this.takeRecords(),this)},n.prototype._computeTargetAndRootIntersection=function(e,n){if("none"!=window.getComputedStyle(e).display){for(var r,i,a,s,u,l,f,h,p=o(e),d=c(e),v=!1;!v;){var g=null,m=1==d.nodeType?window.getComputedStyle(d):{};if("none"==m.display)return;if(d==this.root
d==t?(v=!0,g=n):d!=t.body&&d!=t.documentElement&&"visible"!=m.overflow&&(g=o(d)),g&&(r=g,i=p,a=void 0,s=void 0,u=void 0,l=void 0,f=void 0,h=void 0,a=Math.max(r.top,i.top),s=Math.min(r.bottom,i.bottom),u=Math.max(r.left,i.left),l=Math.min(r.right,i.right),h=s-a,!(p=(f=l-u)>=0&&h>=0&&{top:a,bottom:s,left:u,right:l,width:f,height:h})))break;d=c(d)}return p}},n.prototype._getRootRect=function(){var e;if(this.root)e=o(this.root);else{var n=t.documentElement,r=t.body;e={top:0,left:0,right:n.clientWidth
r.clientWidth,width:n.clientWidth
r.clientWidth,bottom:n.clientHeight
r.clientHeight,height:n.clientHeight
r.clientHeight}}return this._expandRectByRootMargin(e)},n.prototype._expandRectByRootMargin=function(t){var e=this._rootMarginValues.map((function(e,n){return"px"==e.unit?e.value:e.value*(n%2?t.width:t.height)/100})),n={top:t.top-e[0],right:t.right+e[1],bottom:t.bottom+e[2],left:t.left-e[3]};return n.width=n.right-n.left,n.height=n.bottom-n.top,n},n.prototype._hasCrossedThreshold=function(t,e){var n=t&&t.isIntersecting?t.intersectionRatio
0:-1,r=e.isIntersecting?e.intersectionRatio
0:-1;if(n!==r)for(var i=0;i0&&function(t,e,n,r){var i=document.getElementsByClassName(t);if(i.length>0)for(var o=0;o
下载百度知道APP，抢鲜体验使用百度知道APP，立即抢鲜体验。你的手机镜头里或许有别人想知道的答案。扫描二维码下载
×个人、企业类侵权投诉
违法有害信息,请在下方选择后提交
类别色情低俗
涉嫌违法犯罪
时政信息不实
垃圾广告
低质灌水
我们会通过消息、邮箱等方式尽快将举报结果通知您。说明
做任务开宝箱累计完成0
个任务
10任务
50任务
100任务
200任务
任务列表加载中...