1 机器学习概述 （第一天2025.7.31）

1. 人工智能概述

1.1人工智能的定义

   人工智能（Artificial Intelligence, AI）是通过计算机系统模拟人类智能的技术，涵盖学习、推理、规划、感知和语言理解等能力。其核心目标是使机器能够执行通常需要人类智能的任务。

1.2 关键技术领域

机器学习：通过数据训练模型，使系统自动改进性能，包括监督学习、无监督学习和强化学习。
深度学习：基于神经网络的机器学习分支，擅长处理图像、语音等复杂数据。
自然语言处理（NLP）：使计算机理解、生成人类语言，应用于聊天机器人、翻译系统等。
计算机视觉：让机器识别和理解视觉信息，如人脸识别、自动驾驶。

1.3 应用场景

• 医疗：辅助诊断、药物研发。
• 金融：风险预测、欺诈检测。
• 制造业：智能质检、供应链优化。
• 零售：个性化推荐、库存管理。

1.4 发展趋势

通用人工智能（AGI）：当前AI多为专用型，未来可能实现跨领域自主思考。
伦理与安全：数据隐私、算法偏见等议题成为关注焦点。
边缘AI：将AI部署到本地设备，减少云端依赖，提升实时性。

2. 机器学习与人工智能、深度学习

• 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种方法

 2.1 机器学习、深度学习能做什么

• 传统预测：店铺销量预测、量化投资、广告推荐、企业客户分类、SQL语句安全检测分类
• 图像识别：街道交通标志检测、人脸识别
• 自然语言处理：文本分类、情感分析、自动聊天、文本检测

 3. 小结