俄罗斯vas3k的机器学习介绍,非常棒

最后编辑于 2019年03月02日 人工智能

网络上关于人工智能、机器学习、神经网络、深度学习的信息很多,但深浅不一,有的连概念都没搞清楚,有的都是数学推导,让人看着就蒙。

一位叫做Vasily Zubarev(Василий Зубарев)的俄罗斯小伙,在他的博客vas3k.ru(Вастрик.ру)上,写了一篇介绍机器学习文章,叫做Machine Learning for Everyone。该文章简单、基础、详细,再配合现实中的例子,让你看完之后能够完整了解当前机器学习的方方面面,通览全局。

Vasily Zubarev在2014年硕士毕业于俄罗斯新西伯利亚国立技术大学(Novosibirsk State Technical University, NSTU)的计算机软件工程专业,目前在德国柏林的Delivery Hero公司做Python开发工程师。他在2008年上大学的时候,就创建了自己的博客,一直维护到今天。

先来张图看一下人工智能、机器学习、神经网络、深度学习之间的关系:


Image Credit: Vasily Zubarev

Artificial intelligence,人工智能,是整个知识领域的一个名称,就像生物学或化学。

Machine Learning,机器学习,是人工智能的一个重要部分,还有其它部分。

Neural Networks,神经网络,是机器学习一个类型,还有其它类型。

Deep Learning,深度学习,是一种新型的构建、训练和使用神经网络的方法。

由此可见,它们的关系是,人工智能>机器学习>神经网络>深度学习。

再来张图看一下机器学习的四个主要方向:


Image Credit: Vasily Zubarev

Classical Machine Learning,经典机器学习。经典算法可以分为两大类,监督学习和无监督学习。

Reinforcement Learning,强化学习。用于自动驾驶汽车、游戏、自动交易等方面。

Ensemble Methods,集成方法。用于搜索系统、计算机视觉、物体检测。在可以使用经典算法的地方,都可以使用集成方法,而且效果很好。

Neural Networks and Deep Leaning,神经网络和深度学习。用于照片和视频中的物体识别、语音识别和合成、图像处理、风格转移、机器翻译等方面。

神经网络和深度学习用途最广,不管是经典算法、强化学习还是集成方法,都可以应用神经网络和深度学习。

Vasily Zubarev对机器学习的四个方向的详细介绍,请看他的文章,有俄语和英语两种语言。

俄语版:
Машинное обучение для людей
http://vas3k.ru/blog/machine_learning/

英语版:
Machine Learning for Everyone
https://vas3k.com/blog/machine_learning/

Vasily Zubarev的博客:
http://vas3k.ru/
https://vas3k.com/

登录注册后才能评论。