1、人工智能概述

人工智能发展必备三要素

CPU和GPU的区别：

CPU有很多控制组件。

http://www.sohu.com/a/201309334_468740

Google TPU介绍：

https://buzzorange.com/techorange/2017/09/27/what-intel-google-nvidia-microsoft-do-for-ai-chips/

人工智能、机器学习、深度学习

2、人工智能发展历程

人工智能的起源

发展历程

3、人工智能的分支

主要分支

分支一：计算机视觉

分支二：语音识别

分支三：文本挖掘/分类

分支四：机器翻译

分支五：机器人

4、机器学习的工作流程

什么是机器学习

工作流程

获取数据

数据基本处理

过滤异常值等。

特征工程

机器学习

选择合适的算法对模型进行训练。

模型评估

对训练好的模型进行评估。

5、机器学习算法分类

监督学习

1、回归问题

2、分类问题

无监督学习

半监督学习

强化学习

6、模型评估

分类模型评估

回归模型评估

拟合

欠拟合

过拟合

7、Azure机器学习模型搭建实验

8、深度学习简介

1、简介

演示：

http://playground.tensorflow.org/

2、神经网络各层负责内容

1层：负责识别颜色及简单纹理

2层：一些神经元可以识别更加细化的纹理

3层：一些神经元负责感受高光、颜色等

4层：一些神经元负责识别宠物形貌、圆柱形事物等

5层：一些神经元负责识别花鸟等