文末彩蛋，錯過哭一年。。。。

人工智能的浪潮正在席卷全球，諸多詞匯時刻縈繞在我們耳邊：人工智能（Artificial Intelligence）、機器學(xué)習(xí)（Machine Learning）。不少人對這些高頻詞匯的含義及其背后的關(guān)系總是似懂非懂、一知半解。

為了幫助大家更好地理解人工智能，這篇文章用最簡單的語言解釋了這些詞匯的含義，理清它們之間的關(guān)系，希望對剛?cè)腴T的同行有所幫助。

人工智能：從概念提出到走向繁榮

1956年，幾個計算機科學(xué)家相聚在達特茅斯會議，提出了“人工智能”的概念，夢想著用當(dāng)時剛剛出現(xiàn)的計算機來構(gòu)造復(fù)雜的、擁有與人類智慧同樣本質(zhì)特性的機器。其后，人工智能就一直縈繞于人們的腦海之中，并在科研實驗室中慢慢孵化。之后的幾十年，人工智能一直在兩極反轉(zhuǎn)，或被稱作人類文明耀眼未來的預(yù)言，或被當(dāng)成技術(shù)瘋子的狂想扔到垃圾堆里。直到2012年之前，這兩種聲音還在同時存在。

2012年以后，得益于數(shù)據(jù)量的上漲、運算力的提升和機器學(xué)習(xí)新算法的出現(xiàn)，人工智能開始大爆發(fā)。據(jù)領(lǐng)英近日發(fā)布的《全球AI領(lǐng)域人才報告》顯示，截至2017年一季度，基于領(lǐng)英平臺的全球AI（人工智能）領(lǐng)域技術(shù)人才數(shù)量超過190萬，僅國內(nèi)人工智能人才缺口達到500多萬。

人工智能的研究領(lǐng)域也在不斷擴大，圖一展示了人工智能研究的各個分支，包括專家系統(tǒng)、機器學(xué)習(xí)、進化計算、模糊邏輯、計算機視覺、自然語言處理、推薦系統(tǒng)等。

圖一　人工智能研究分支

但目前的科研工作都集中在弱人工智能這部分，并很有希望在近期取得重大突破，電影里的人工智能多半都是在描繪強人工智能，而這部分在目前的現(xiàn)實世界里難以真正實現(xiàn)（通常將人工智能分為弱人工智能和強人工智能，前者讓機器具備觀察和感知的能力，可以做到一定程度的理解和推理，而強人工智能讓機器獲得自適應(yīng)能力，解決一些之前沒有遇到過的問題）。

弱人工智能有希望取得突破，是如何實現(xiàn)的，“智能”又從何而來呢？這主要歸功于一種實現(xiàn)人工智能的方法——機器學(xué)習(xí)。

機器學(xué)習(xí)：一種實現(xiàn)人工智能的方法

機器學(xué)習(xí)最基本的做法，是使用算法來解析數(shù)據(jù)、從中學(xué)習(xí)，然后對真實世界中的事件做出決策和預(yù)測。與傳統(tǒng)的為解決特定任務(wù)、硬編碼的軟件程序不同，機器學(xué)習(xí)是用大量的數(shù)據(jù)來“訓(xùn)練”，通過各種算法從數(shù)據(jù)中學(xué)習(xí)如何完成任務(wù)。

舉個簡單的例子，當(dāng)我們?yōu)g覽網(wǎng)上商城時，經(jīng)常會出現(xiàn)商品推薦的信息。這是商城根據(jù)你往期的購物記錄和冗長的收藏清單，識別出這其中哪些是你真正感興趣，并且愿意購買的產(chǎn)品。這樣的決策模型，可以幫助商城為客戶提供建議并鼓勵產(chǎn)品消費。

機器學(xué)習(xí)直接來源于早期的人工智能領(lǐng)域，傳統(tǒng)的算法包括決策樹、聚類、貝葉斯分類、支持向量機、EM、Adaboost等等。從學(xué)習(xí)方法上來分，機器學(xué)習(xí)算法可以分為監(jiān)督學(xué)習(xí)（如分類問題）、無監(jiān)督學(xué)習(xí)（如聚類問題）、半監(jiān)督學(xué)習(xí)、集成學(xué)習(xí)、深度學(xué)習(xí)和強化學(xué)習(xí)。

機器學(xué)習(xí)作為AI的核心技術(shù)之一，已廣泛應(yīng)用于數(shù)據(jù)挖掘、計算機視覺、自然語言處理、生物特征識別、搜索引擎、醫(yī)學(xué)診斷、語音和手寫識別、戰(zhàn)略游戲和機器人等領(lǐng)域。

今年9月份，國內(nèi)領(lǐng)先的人工智能教育平臺「七月在線」推出「機器學(xué)習(xí)集訓(xùn)營 第二期」，100個名額一搶而空。優(yōu)化后的第三期集訓(xùn)營，沿用前兩期線上線下（北京、上海兩個線下實戰(zhàn)基地）相結(jié)合的授課方式，加強項目實訓(xùn)的同時引入線下BAT專家面對面、手把手教學(xué)方式；突出BAT級工業(yè)項目實戰(zhàn)輔導(dǎo) + 一對一面試求職輔導(dǎo)，提供3個月GPU云實驗平臺免費使用，精講面試考點。讓每一位學(xué)員不用再為遇到問題沒人解答，缺乏實戰(zhàn)經(jīng)驗以及簡歷上沒有項目經(jīng)驗，面試屢屢遭拒而發(fā)愁。

本期限100個名額，歷時3個月，10多個BAT級工業(yè)項目，保障每一位學(xué)員所學(xué)更多、效率更高、收獲更大。

培養(yǎng)目標(biāo)

從零開始，培養(yǎng)中高級機器學(xué)習(xí)工程師。挑戰(zhàn)高薪、玩轉(zhuǎn)AI。

特色服務(wù)

· 全面涵蓋機器學(xué)習(xí)重要知識點

集訓(xùn)營內(nèi)容分為八大部分，涵蓋教你零基礎(chǔ)快速上手編程、數(shù)據(jù)爬取、數(shù)據(jù)分析、數(shù)據(jù)可視化、玩轉(zhuǎn)大數(shù)據(jù)、機器學(xué)習(xí)從原理到實戰(zhàn)、深度學(xué)習(xí)從原理到實戰(zhàn)、BAT工業(yè)級大項目實戰(zhàn)。

· 提供GPU云實驗平臺

還原BAT真實生產(chǎn)環(huán)境，提供工業(yè)數(shù)據(jù)和國內(nèi)首創(chuàng)的價值數(shù)十萬的GPU云實驗平臺（提前裝tensorflow、caffe、mxnet等主流DL框架和相關(guān)數(shù)據(jù)）。提供完善的實驗平臺供您動手、真槍實戰(zhàn)，拒絕紙上談兵。

· 線上線下項目實訓(xùn)

通過在線課程從頭到尾掌握機器學(xué)習(xí)工業(yè)項目的各項流程、模型、算法，通過在線實訓(xùn)鞏固強化實戰(zhàn)所學(xué)，通過線下項目輔導(dǎo)練就ML工業(yè)項目的全棧能力。

· BAT專家級講師 + 助教全方位輔導(dǎo)

我們擁有來自BAT的專家級講師和數(shù)位助教，給你全程1v1般的定制輔導(dǎo)。通過GPU + jupyter notebook + GitHub在線提交作業(yè)，然后講師和助教在線批改、講解作業(yè)，且提供可執(zhí)行的交互式代碼，從而每次課都是標(biāo)準(zhǔn)化配置，涵蓋：GPU、原理、案例、數(shù)據(jù)、代碼、作業(yè)。有問題，課上直播課后答疑，手把手教會為止。

· 簡歷優(yōu)化

根據(jù)集訓(xùn)營實戰(zhàn)項目，將涉及到的關(guān)鍵知識點和項目經(jīng)歷優(yōu)化到您的簡歷中。

· 面試求職輔導(dǎo) + 就業(yè)推薦

精講機器學(xué)習(xí)工程師面試時常見考點/模型/算法，且BAT一線技術(shù)經(jīng)理一對一模擬真實面試，從技術(shù)、表達等方面全方位提升您的面試能力。根據(jù)您的技術(shù)特長提供定制化的能力評估、就業(yè)指導(dǎo)以及包括BAT等一線互聯(lián)網(wǎng)公司的工作機會推薦。3個月挑戰(zhàn)年薪30~50萬。

課程安排

·第一階段：零基礎(chǔ)快速上手編程

在線課程：1-基本python類型、判斷與循環(huán)流程等

在線實訓(xùn)：2-python基本練習(xí)題

在線課程：3-文件/數(shù)據(jù)讀寫、面向?qū)ο蟆⒌谌綆斓?/span>

在線實訓(xùn)：4-多種數(shù)據(jù)讀寫與面向?qū)ο缶毩?xí)

線下實訓(xùn)：5-python基本練習(xí)題與 google python實戰(zhàn)題

·第二階段：數(shù)據(jù)爬取得心應(yīng)手

在線課程：1-requestsbs4解析靜態(tài)網(wǎng)頁和selenium解析動態(tài)網(wǎng)頁

在線實訓(xùn)：2-電商網(wǎng)站17huo和天氣預(yù)報數(shù)據(jù)抓取、模擬百度關(guān)鍵字搜索

在線課程：3-模擬登陸與scrapy爬蟲框架使用

在線實訓(xùn)：4-豆瓣電影數(shù)據(jù)抓取、創(chuàng)業(yè)邦投資機構(gòu)數(shù)據(jù)抓取

線下實訓(xùn)：5-新聞網(wǎng)站與鏈家網(wǎng)數(shù)據(jù)爬取（基于scrapy實現(xiàn)）

·第三階段：數(shù)據(jù)分析全攻略

在線課程：1-pandas花式數(shù)據(jù)統(tǒng)計與分析技能

在線實訓(xùn)：2-pandas綜合練習(xí)

在線課程：3-用pandas完成機器學(xué)習(xí)數(shù)據(jù)預(yù)處理與特征工程

在線實訓(xùn)：4-pandas完成Kaggle機器學(xué)習(xí)預(yù)處理

線下實訓(xùn)：5-美國大選、共享單車數(shù)據(jù)分析

·第四階段：可視化提升數(shù)據(jù)逼格技能get

在線課程：1-好用的python可視化利器matplotlib

在線實訓(xùn)：2-matplotlib完成Titanic和自行車租賃數(shù)據(jù)可視化

在線課程：3-自帶各種數(shù)據(jù)擬合分析的可視化利器seaborn

在線實訓(xùn)：4-seaborn完成Titanic和自行車租賃數(shù)據(jù)可視化

線下實訓(xùn)：5-美國大選、共享單車可視化技能鞏固與實戰(zhàn)

·第五階段：玩轉(zhuǎn)大數(shù)據(jù)

在線課程：1-hadoop與map-reduce

在線實訓(xùn)：2-手寫map-reduce完成詞頻統(tǒng)計，制作詞云

在線課程：3-Spark與大數(shù)據(jù)處理

在線實訓(xùn)：4-Spark大數(shù)據(jù)日志分析

線下實訓(xùn)：5-大數(shù)據(jù)分析處理案例

·第六階段：機器學(xué)習(xí)原理到實戰(zhàn)

在線課程：1-機器學(xué)習(xí)流程、預(yù)處理、特征工程

在線實訓(xùn)：2-Kaggle機器學(xué)習(xí)比賽中的特征工程處理實戰(zhàn)

在線課程：3-模型評判標(biāo)準(zhǔn)與部分機器學(xué)習(xí)有監(jiān)督算法

在線實訓(xùn)：4-sklean接口熟悉與機器學(xué)習(xí)建模指導(dǎo)

線下實訓(xùn)：5-sklearn建模與使用

在線課程：6-機器學(xué)習(xí)有監(jiān)督算法與無監(jiān)督學(xué)習(xí)

在線實訓(xùn)：7-sklearn刷Kaggle比賽題

在線課程：8-機器學(xué)習(xí)集成算法與大殺器Xgboost/LightGBM

在線實訓(xùn)：9-Xgboost與LightGBM使用

在線課程：10-數(shù)據(jù)科學(xué)比賽精講

在線實訓(xùn)：11-數(shù)據(jù)科學(xué)比賽練習(xí)賽

線下實訓(xùn)：12-集成算法與場景建模

·第七階段：深度學(xué)習(xí)原理到實戰(zhàn)

在線課程：1-深度神經(jīng)網(wǎng)絡(luò)、google wide&&deep模型、騰訊通用CTR神經(jīng)網(wǎng)絡(luò)框架與實現(xiàn)

在線課程：2-卷積神經(jīng)網(wǎng)絡(luò)、caffe實戰(zhàn)圖像分類、Tensorflow實戰(zhàn)圖像風(fēng)格變換實現(xiàn)

在線課程：3-循環(huán)神經(jīng)網(wǎng)絡(luò)、Tensorflow實戰(zhàn)情感分析與文本生成實現(xiàn)

線下實訓(xùn)：4-Caffe&&Tensorflow實戰(zhàn)

·第八階段：實際綜合項目與就業(yè)指導(dǎo)

線下實訓(xùn)：1-自然語言處理項目

(文本數(shù)據(jù)抓取+spark/pandas數(shù)據(jù)分析+可視化+特征抽取+Sklearn/Spark機器學(xué)習(xí)建模+深度學(xué)習(xí)建模)

線下實訓(xùn)：2-分類與推薦系統(tǒng)實戰(zhàn)

(音樂數(shù)據(jù)抓取+spark/pandas分析+可視化+協(xié)同過濾+隱語義模型+特征抽取分類建模)

線下實訓(xùn)：3-圖像項目

(圖像分類+圖像檢索)

線下實訓(xùn)：4-機器學(xué)習(xí)面試輔導(dǎo)

(面試注意點+常見面試考點精講+簡歷指導(dǎo)+項目展示)

實戰(zhàn)項目

· 新聞網(wǎng)站與鏈家網(wǎng)數(shù)據(jù)爬取

通過對新聞網(wǎng)站和鏈家網(wǎng)進行數(shù)據(jù)爬取，鞏固靜態(tài)網(wǎng)站爬取技巧，掌握技能包括requests庫的使用、網(wǎng)頁解析、正則表達式應(yīng)用，中文文本處理等。

· 豆瓣與鏈家詳情數(shù)據(jù)爬取

通過對豆瓣鏈家微信公眾號等進行數(shù)據(jù)爬取，掌握登錄網(wǎng)站數(shù)據(jù)獲取的知識，掌握技能包括模擬登陸，數(shù)據(jù)爬取與解析，多類數(shù)據(jù)爬取。

· 大數(shù)據(jù)分析處理案例

通過對大文件日志的分析，熟悉hadoop，spark寫map-reduce處理海量數(shù)據(jù)的方法，并對電商數(shù)據(jù)進行處理，get工業(yè)界常用大數(shù)據(jù)技能。

更多實戰(zhàn)項目，請點擊閱讀原文。

講師介紹

寒小陽

著名電商搜索廣告負責(zé)人，多年實際ml/DL/dm項目經(jīng)驗，專注海量數(shù)據(jù)上機器學(xué)習(xí)算法的應(yīng)用與優(yōu)化。做過推薦系統(tǒng)、NLP、點擊率預(yù)估、圖像識別。講課清晰易懂，擅長用實際數(shù)據(jù)、代碼、案例說話，備受數(shù)千名學(xué)員好評。

林老師

原BAT高級技術(shù)專家，更早時期先后任職于微軟、EMC等，從事過操作系統(tǒng)、數(shù)據(jù)庫和云存儲相關(guān)產(chǎn)品的研發(fā)。擅長Python數(shù)據(jù)分析、爬蟲。曾多次作為面試官參與BAT/EMC校招面試與出題，善于剖析leetcode經(jīng)典題型、助人入門、提高。

David陳

人大統(tǒng)計系數(shù)據(jù)挖掘與統(tǒng)計應(yīng)用碩士，從事數(shù)據(jù)分析挖掘多年，開發(fā)過某金融公司量化自動交易系統(tǒng)。現(xiàn)為七月在線Python教學(xué)負責(zé)人，喜愛以數(shù)據(jù)去理解事物，擅長從零起步，一步步將復(fù)雜問題簡單通俗闡述，備受廣大學(xué)員歡迎。

時間安排

2018年1月8日起正式上課，為期近3個月

在線課程 周一20:00PM--22:00PM

在線實訓(xùn) 周二20:00PM--22:00PM

在線課程 周三20:00PM--22:00PM

在線實訓(xùn) 周四20:00PM--22:00PM

線下實戰(zhàn) 周日09:00AM--13:00PM

福利大放送

這個雙十一，來七月在線活動會場，福利人人有份：免費送課，免費送【AI工程師成長之路】合集，Mac、愛瘋等你抽!

收藏鏈接：http://www.julyedu.com/sale/pre_1111

11.10-11.12搶課、抽Mac

掃碼領(lǐng)【AI工程師成長之路】合集

戳原文，抽獎，享福利

總結(jié)

以上是生活随笔為你收集整理的10分钟读懂人工智能、机器学习到底有什么关系的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。