人工智能深度講座1整理ppt培訓簡介我能學懂深度學習嗎？深度學習在各行業的應用深度學習根本思想人工智能簡史個人簡介提綱2整理ppt個人簡介PART013整理ppt人工智能簡史PART24整理ppt公元前384-322亞里士多德（Aristotle）形式邏輯三段論A20世紀30年代，數理邏輯、維納弗雷治、羅素等為代表對發展數理邏輯學科的貢獻，丘奇、圖靈和其它一些人關于計算本質的思想，為人工智能的形成產生了重要影響B20世紀40年代，麥卡洛克和皮茨神經網絡模型

→連接主義學派C

1948年，維納創立了控制論，行為主義學派D孕育時期5整理ppt1956年，在美國的達特茅斯大學召開了第一次人工智能研討會，標志人工智能學科的誕生A1965年誕生了第一個專家系統DENDRAL，可以幫助化學家分析分子結構B1969年召開了第一屆人工智能聯合會議，此后每兩年舉行一次C1970年，《人工智能》國際雜志創刊D形成時期(1956~1970)6整理ppt過高預言的失敗，給AI的聲譽造成了重大傷害A下棋程序在與世界冠軍對弈時以1:4告負B出現了很離譜的翻譯結果，把“心有力而余不足”翻譯成“酒是好的，但肉變質了”C劍橋大學數學家詹姆士按照英國政府的旨意發表報告，稱AI即便不是騙局也是庸人自擾D暗淡期(1966~1976)7整理pptMYCIN專家系統，用于協助內科醫生診斷細菌感染疾病A斯坦福大學研制成功地質勘探專家系統B計算機視覺、機器人、自然語言理解、機器翻譯等取得了長足進步C1997年，IBM研發的“深藍”擊敗了國際象棋冠軍卡斯帕羅夫D開展期(1976~1998)8整理ppt深度學習的開展歷史1.神經網絡的原創文章發表于1943年，兩位作者都是傳奇人物，麥卡洛可〔McCulloch〕和皮茨〔Pitts)，“ALogicalCalculusofIdeasImmanentinNervousActivity〞,發表在?數學生物物理期刊?2.1982年，Hopfield模型提出。1984年，J.Hopfield設計研制了Hopfield網的電路，較好地解決了著名的旅行商問題，引起了較大的轟動。3.1986年，Rumelhart,Hinton提出多層感知機與反向傳播(BP)學習算法，該方法克服了感知器非線性不可分類問題，給神經網絡研究帶來了新的希望。9整理ppt深度學習的開展歷史10整理ppt深度學習的開展歷史11整理ppt深度學習的開展歷史12整理ppt深度學習的開展歷史InternationalConferenceonNeuralInformationProcessingSystems.CurranAssociatesInc.2021:1097-1105.13整理ppt深度學習的開展歷史促進深度學習開展的2個因素：1.計算能力的增強，尤其是GPU的出現，極大的提升了深度學習的計算速度2.數據的迅猛增加14整理ppt深度學習的開展歷史15整理ppt深度學習的開展歷史16整理ppt深度學習的開展歷史17整理ppt深度學習的開展歷史18整理ppt深度學習的開展歷史圖片取自何凱明的ppt19整理ppt深度學習的開展歷史圖片取自何凱明的ppt20整理ppt深度學習的開展歷史圖片取自何凱明的ppt21整理ppt深度學習的開展歷史22整理ppt深度學習的開展歷史23整理ppt深度學習的開展歷史24整理ppt深度學習的開展歷史25整理ppt深度學習的開展歷史26整理ppt深度學習在各行業的應用PART327整理ppt深度學習在各個行業的應用1.AlphaGoZero的提升，讓DeepMind看到了利用人工智能技術改變人類命運的突破。他們目前正積極與英國醫療機構和電力能源部門合作，提高看病效率和能源效率。同時類似的技術應用在其他結構性問題，比方蛋白質折疊、減少能耗和尋找新材料上，就能創造出有益于社會的突破。2.無人駕駛3.在醫療領域，可以用于識別癌細胞，發現新藥物等4.金融領域可以用來預測股價，還可以用來識別欺詐。摩根大通利用AI開發了一款金融合同解析軟件。經測試，原先律師和貸款人員每年需要360000小時才能完成的工作，這款軟件只需幾秒就能完成。而且，不僅錯誤率大大降低，重要的是它還從不放假5.精準營銷，為用戶推薦感興趣的產品廣告6.農業上，可以用于發現農作物的病蟲害，還可以用來識別哪些地方的環境適合種植7.利用深度學習，可以將抓拍到的珍稀動物〔比方鯨魚〕照片進行分類，從而更好地估算某種動物的存活數量28整理ppt深度學習在各個行業的應用29整理ppt深度學習的根本思想PART430整理ppt深度學習的根本思想圖片取自lecun的ppt31整理ppt深度學習的根本思想圖片取自lecun的ppt32整理ppt深度學習在各個行業的應用圖片取自lecun的ppt33整理ppt我能學懂深度學習嗎？PART534整理ppt需要具備的根底知識●微積分、線性代數、概率論●根底的編程知識，最好有python根底●良好的英文文獻閱讀能力35整理pptBP網絡36整理ppt卷積37整理ppt深度學習網絡的訓練步驟1.導入數據2.把數據分成多個batch3.定義網絡的參數，包括神經元的數量，卷積核的大小，學習率，迭代次數等4.定義網絡結構5.初始化網絡參數6.定義反向傳播(主要是梯度下降法，如果用pytorch,tensorflow等框架，只需要調用相關函數即可)7.把訓練數據按batch大小依次送入網絡進行訓練8.保存模型，進行測試38整理ppt