手机浏览器扫描二维码访问
第326章 智能算法航天（第1页）
“人工智能是未来的技术风口，而目前在国内其实很少有关于这方面的研究和课程，想必你们也都知道人工智能大数据这个课题的事情，所以我就简单地和你们讲一讲人工智能的几种算法。”
王东来站在讲台上，自信而又平静地对着下面的学生讲道。
因为答应了姚启智的请求，又加上人工智能大数据还需要这些姚班的学生出力，所以就有了此时的这一幕。
姚班的学生并不多，但各个都是精英之中的精英。
“人工智能是什么，很多人都听说过，但是让他们说他们又说不出来，最后只能举一个电影里面的例子。”
“实际上，人工智能已经在我们的生活之中出现很久了。”
“比如说我们经常用到的邮箱，其中垃圾邮件过滤就是依靠人工智能。”
“很多人都觉得人工智能是高深之极的技术，其实错了，再高深的技术，也都是从基础原理开始的。”
“我即将要讲的几种算法，原理浅显，很早就被发现并应用，甚至于在中学时期就学过，在生活中也很常见。”
王东来说到这里的时候，下面的学生顿时来了兴趣。
原本他们还以为王东来上课是会讲数学的，毕竟王东来最为出名的就是关于数学方面的成就。
但是他们却猜错了，王东来讲的并不是关于数学的知识，而是讲起了人工智能。
能够进入姚班，他们的智商自然不用过多解释。
人工智能的未来，这些学生自然也很清楚。
再加上，这两天银河科技出钱，五道口出人组建研究团队的消息，他们也都很清楚，就更加看重人工智能技术了。
看着下面的学生全神贯注地看着自己，等着自己的讲述，王东来也有一些感慨。
安水县几十年来从未出现过一个清北的学生，在这里却有成千上万个。
随便哪一个，放到安水县，乃至于上洛市都是难得学霸。
心里感慨一声之后，神情不变，开始讲述起来。
“第一种，LinearRegression线性回归，这个可能是最流行的机器学习算法了，线性回归就是要找一条直线，并且让这条直线尽可能地拟合散点图中的数据点，试图通过将直线方程与该数据拟合来表示自变量x值和玩数值结果y值，然后利用这条线来预测未来的值。”
“这种算法最常用的技术是最小二乘法，这个方法计算出最佳拟合线，以使得与直线上每个数据点的垂直距离最小，总距离是所有数据点的垂直距离的平方和，其思想是通过最小化这个平方误差或距离来拟合模型。”
“它的难点不在得出预测值，而在于如何更加精确！”
“第二种，Logisticregression逻辑回归，与线性回归类似，但是逻辑回归的结果只能有两个值，如果说线性回归是在预测一个开放的值，那逻辑回归更像是做一道是或不是的判断题。”
说到这里，王东来特意补充了一句：“逻辑回归其实用在杭州马和狗东这样的电商平台，或者是今年刚获得E轮融资3.5亿美元的饿了吗这样的外卖平台上才是最合适的，可以用来预测用户对品类的购买偏好，如果你们毕业后有意加入这些公司的话，可以多关注这方面。”
王东来的语气平静，说起逻辑回归对电商平台和外卖平台的重要性，也是一副毫不在乎的样子。
就连在下面的诸多学生也能听得出来，王东来的语气之中对于电商平台和外卖平台的不在意，甚至是不喜。
来不及多想，王东来就又讲了起来。
“第三种便是决策树，如果说线性和逻辑回归都是把任务在一个回合内结束，那么决策树就是一个多步走的动作，它同样用于回归和分类任务中，不过场景更加复杂和具体。”
“举个例子，就像是我面对你们这个班级，如何分辨出哪些是好学生？如果只是依据高考成绩，或者出一套试卷让你们做的话，唯分数论的话，就有些太粗暴了。”
“那么，我就可以从作业、态度、出勤、提问等方面分开讨论，每一个有分叉的圈称为节点，在每一个节点上，根据可用的特征询问有关数据的问题，左右分支代表可能的答案，最终节点对应一个预测值，每个特征的鹅重要性都是通过自顶向下方法确定的，节点越高，其属性也就越高，比如说我如果觉得勤奋比成绩更重要，所以勤奋的节点就高。”
“第四种，NaiveBayes朴素贝叶斯，是基于贝叶斯定理，即两个条件关系之间，它测量每个类的概率，每个类的条件概率该出的x值。”
“用非术语解释贝叶斯定理，那就是通过A条件下发生B的概率，去得出B条件下发生A的概率，当然了，这个过程中还要引入一些其他数据用以确保结论正确。”
“第五种，ArtificialNeuralNetworks人工神经网络，其本质是一组带有权值的边和节点组成的相互联接的层，称之为神经元，在输入层和输出层之间，可以插入多个隐藏层，人工神经网络使用了两个隐藏层，还需要处理深度学习。”
“人工神经网络的工作原理和大脑的结构类似，一组神经元被赋予一个随机权重，以确定神经元如何处理输入数据，通过对输入数据训练神经网络来学习输入和输出之间的关系。”
“在训练阶段，系统可以访问正确答的答案，如果网络不能准确识别输入，系统就会调整权重，通过充分的训练后，它会始终如一地识别出正确的模式。”
“而在神经网络之中有一个比较有意思的应用就是图像识别，你们有兴趣的话，也可以在这上面多费些心，以后找工作的话，工资不会低。”
全民领主：我的天赋有亿点强 春日离情 初生的东曦，击碎黑暗！ 从每日结算开始肝出个左道仙君 光焰之渊 我就是你们的天敌 南枝向暖 请叫我幻仙 快穿：这个小狼崽子我养了 极道剑尊 误撩大佬，安总她不想结婚 重回末日：打造顶级安全屋，校花跪求收留 网游：我把刺客玩成狙击手 我的谍战日记 重生之独爱老婆心尖宠 穿成国公老夫人后我把不孝儿孙全踢了 假太子当政，尤物女帝太撩人 幽灵小姐与某人的撞案日常 这个顶流只把明星当工作 青山少年
相府嫡女惨死下堂重生后大杀四方
关于相府嫡女惨死下堂重生后大杀四方他是权倾朝野的宦官，她是相府刚认回来的真千金，前世，她错信父兄成了假千金的踏脚石，为她扫清障碍，助她成了一人之下最尊贵的女人。最终却落得个死无全尸，曝尸荒野的下场。是他路过看不下去，赐了他一薄棺命人将她葬在他家祖坟边上。既入了他家祖坟那便是他的人。重生一回，他不再听信所谓的亲人，义无反顾扑向大反派的怀抱。任世人如何骂他残暴，她始终站在他的身边。谁敢骂他，她便扇谁，谁敢欺他，她便杀谁。一个世人骂作疯狗，一个却是真疯批。此心不为家国天下，只为他。...
你为救我赴死，我许你一生一世
为了帮三皇子争储，林谨豪伙同穆云歌的堂妹，在成亲当天，来了一招偷天换日。目的达成，他不再装深情，狞笑着挥鞭执剑。我从头到尾想娶的，只有雪儿一人。要不是当初我表哥势弱，需要你将军府手里的兵权造势，我会再三求娶你？穆云歌被虐杀弥留之际，他来了。不怕，黄泉路上，有我陪着你！他陪着她，死在了她成亲当天，死在了歹...
我为天道：打造混沌最强世界
成为大千世界天道是一种什么样的体验？秦御的回答是无力，是绝望的！麾下有着十万大罗金仙，金仙，太乙金仙数十亿，数之不尽的生灵。更是有着一次又一次打破桎梏，比之大罗金仙极限九重天，更要强悍千百倍的大罗金仙十二重天无敌存在。这种配置，在大千世界中当属无敌，本应当能镇压一切不服，横推一切。可让天绝望的，正是这些强悍到收束过去未来，跳出时空长河的大罗金仙。叛徒，全是叛徒！演员，全是演员！所有强者都背弃了生育供养他们的世界！长青仙界再也看不到一丝希望。只能等待被榨干所有养分，而后绝望的寂灭于混沌海。可就在秦御准备摆烂之际。祂身为穿越者的外挂到账了。意识深处有着一座造化之门。能根据祂自身强弱，渗透过来相当于万倍本源能量的造化之气。祂没有用来拯救尽是背叛，白眼狼的长青仙界。而是重开小号，打造出了一方混沌海中独一无二的世界！携无敌之势强势回归，将所有背叛埋葬…（本书有借鉴一定洪荒元素，但不是洪荒，请不要以洪荒为标准。）...
幼崽错把反派太子拐做夫君
一朝胎穿成为权谋文中镇远侯府的双儿，一个出场就被暴君嘎了的炮灰。还好剧情没有开始，他还是个幼崽，爹爹有权，姆父有钱，大哥有才，妥妥官二代躺平人生。为了摆脱长大后官配，决心在金陵城给自己找一个童养夫，划重点！要好看！色迷心窍的看中一位少年美貌，将怀里的荷包，脖子上的金锁，手腕上的金手镯，腰间的小玉佩，一股脑的给塞到好看哥哥的怀里，十分财大气粗的拍着小胸膛。哥哥当我童养夫吧，我家有钱又有权，从此保管你吃香喝辣的，而且我还长的很好看！魔蝎小说...
仙脉修仙传
关于仙脉修仙传御剑纵横三万里，自在逍遥天地间不问红尘烦恼事，通天仙路在身前玄灵大陆，芸芸众生，求仙问道，羽化登仙。凡人因为有灵根仙脉而踏入修仙路，仙脉乃是修行之始，练气阶段，打通仙脉，第一条天通仙脉，第二条天引仙脉，第三条天成仙脉，第四条天玄仙脉，第五条天阴仙脉，第六条天阳仙脉，第七条天光仙脉，第八条天选仙脉，第九条天渡仙脉，第十条，天运仙脉。仙脉全通，筑基之始，登仙之始，金丹，元婴，化神可期矣...
警号重启：不小心成为警界神话
关于警号重启不小心成为警界神话本故事里的案件全是作者瞎编的，如有雷同全是瞎编。陆明的一路成长都离不开这些人的帮助越来越强大的陆明不小心成为了星沙警界的神话！...