人工知能のための機械学習アルゴリズムシステムの概要

[[198836]]

CCAI 2017に参加した後、専門家の講演を聞いて多くの恩恵を受けました。私は「人工知能のための機械学習」に関するシリーズを書くことにしました。これはシリーズの始まりであり、主に機械学習アルゴリズムのシステム、人工知能関連のトレンド、Pythonと機械学習、そして最後にいくつかの考えを整理します。

Github オープンソース機械学習シリーズの記事とアルゴリズムのソースコード

1. 人工知能における機械学習システムの概要

【要点を押さえる】ここでは、人工知能のための機械学習方法の体系を整理し、主に機械学習の方法と論理関係を反映し、機械学習のコンテキストを明確にします。 以降の記事では、機械学習シリーズのアルゴリズムの原理と実際のアプリケーションについて説明します。真剣な学習姿勢で、不適切な点があれば訂正していただければ幸いです。

​​

• 教師あり学習

• 人工ニューラルネットワーク

• オートエンコーダ
• バックプロパゲーション
• ボルツマンマシン
• 畳み込みニューラルネットワーク
• ホップフィールドネットワーク
• 多層パーセプトロン
• ラジアル基底関数ネットワーク(RBFN)
• 制限付きボルツマンマシン
• リカレントニューラルネットワーク(RNN)
• 自己組織化マップ(SOM)
• スパイキングニューラルネットワーク

• ベイジアン

• ナイーブベイズ
• ガウス単純ベイズ
• 多項式ナイーブベイズ
• 平均 1 依存推定量 (AODE)
• ベイジアン信念ネットワーク(BBN)
• ベイジアンネットワーク(BN)

• 決定木

• 分類と回帰ツリー (CART)
• 反復二分法 3(ID3)
• C4.5アルゴリズム
• C5.0アルゴリズム
• カイ二乗自動相互作用検出(CHAID)
• 決断の障害
• ID3アルゴリズム
• ランダムフォレスト
• スリク

• 線形分類器

• フィッシャーの線形判別式
• 線形回帰
• ロジスティック回帰
• 多項ロジスティック回帰
• ナイーブベイズ分類器
• パーセプトロン
• サポートベクターマシン

• 教師なし学習

• 人工ニューラルネットワーク

• 生成的敵対ネットワーク
• フィードフォワードニューラルネットワーク
• 究極の学習マシン
• 論理学習マシン
• 自己組織化マップ

• 相関ルール学習

• アプリオリアルゴリズム
• エクラアルゴリズム
• FP成長アルゴリズム

• 階層的クラスタリング

• 単一リンククラスタリング
• 概念クラスタリング

• クラスター分析

• バーチ
• DBスキャン
• 期待最大化(EM)
• ファジークラスタリング
• K平均法アルゴリズム
• K平均法クラスタリング
• K中央値
• 平均シフト
• OPTICSアルゴリズム

• 異常検出

• k近傍法分類(K-NN)
• ローカル外れ値要因

• 半教師あり学習

• 生成モデル
• 低密度分離
• グラフベースの方法
• 共同トレーニング

• 強化学習

• 時間差学習
• Q学習
• 学習オートマトン
• 状態-行動-報酬-状態-行動(SARSA)

• ディープラーニング

• 深い信念マシン
• 深層畳み込みニューラルネットワーク
• ディープリカレントニューラルネットワーク
• 階層的時間記憶
• ディープボルツマンマシン(DBM)
• スタック型ボルツマンマシン
• 生成的敵対ネットワーク

• 転移学習

• 推移的転移学習

• 他の

• アンサンブル学習アルゴリズム

• ブートストラップ集約（バギング）
• アダブースト
• 勾配ブースティングマシン(GBM)
• 勾配ブースティング決定木(GBRT)

• 次元削減

• 主成分分析(PCA)
• 主成分回帰(PCR)
• 因子分析

学習は厳密であるべきであり、不適切な点があれば遠慮なく訂正してください。

パワフルな運転 Wikipedia CSDN

2. 人工知能に関する動向の分析

2.1. 人工知能が再び舞台に

人工知能とビッグデータの比較 - 現在、人工知能はビッグデータよりも優れている

​​

[Googleトレンドのデータ]

2.2. Pythonが最適

​​

[Googleトレンドのデータ]

2.3. ディープラーニングのトレンドが熱い

​​

[Googleトレンドのデータ]

2.4. 中国はディープラーニングを好む

3. 結論

最後に人工知能についての考察を記す

AI システムはすべてをモデル化できるわけではありません… AI は「未知の未知」に対して堅牢である必要があります [Thomas G.Dietterich、2017CCAI]

中国では古代からこの習慣があった

「自分が知っていることを知ること、そして自分が知らないことを知ること、これが真の知識である。」[論語より]

人工知能はすでに歴史上第3の波であり、「インダストリー4.0」として知られています。画期的な成果を達成していますが、未解明の謎も抱えています。認知能力を備えた「生命」を真に創造することは、依然として非常に困難です。この波が継続し、ビジネスバブルではなく真の価値を生み出すことを願っています。

私たちのほとんどは、トップクラスの学術論文を発表したり、新たな分野を開拓したりすることができません。問題ありません。落ち着いて一生懸命練習してください。

人工知能への道のりは長いですが、それは私たちの生活を機会と想像力に満ちたものにしてくれます。