人工智能概论复习
本文最后更新于：2024年9月20日 晚上
人工智能概论复习
人工智能概论
提出时间： 1956年
标志性事件：达特茅斯会议
4个发展阶段：
3个主要学派：
符号主义(symbolicism)
认为人工智能源于数理逻辑
连接主义(connectionism)
认为人工智能源于仿生学
行为主义(actionism)
概念：人工智能是研究使计算机来模拟人的某些思维过程和智能行为的学科
研究领域：
- 机器感知(计算机视觉、语音信息处理、模式识别)
- 学习(机器学习、强化学习)
- 语言(自然语言处理)
- 记忆(知识表示)
- 决策(规划、数据挖掘)
图灵测试：艾伦·图灵认为，如果机器在拥有知识的观察者面前能够成功地伪装成人类，那么你就应该认为它具有智能。
麦卡锡等4人(1955年)提出首次提出“人工智能”这一术语
研究主题：
将信息理论概念应用到计算机器与大脑模型中。
与机器人相匹配的环境-大脑模型。
机器学习
概念
机器学习( Machine Learning，ML)是指从有限的观测数据(训练数据)中学习(或“猜测”)出具有一般性的规律(Function)，并利用这些规律对未知数据进行预测的方法。
监督学习与无监督学习
监督学习(supervised learning) (预测)
- 定义：输入数据是由输入特征值和目标值所组成。函数的输出可以是一个连续的值(称
为回归)，或是输出是有限个离散值(称作分类)。回归：线性回归、岭回归
分类：k-近邻算法、贝叶斯分类、决策树与随机森林、逻辑回归、神经网络
无监督学习(unsupervised learning)
- 定义：输入数据是由输入特征值所组成。
- 聚类：K均值(k-means)
特征工程
数据标准化
将样本数据的属性缩放到某个指定的范围
（1）min-max标准化(归一化)
（2）z-score标准化(规范化)
标准化的原因：
- 某些算法要求样本具有零均值和单位方差；
- 需要消除样本不同属性具有不同量级时的影响；
- 数量级的差异将导致量级较大的属性占据主导地位；
- 数量级的差异将导致迭代收敛速度减慢；
- 依赖于样本距离的算法对于数据的数量级非常敏感。
特性降维
目标：在某些限定条件下，降低随机变量(特征)个数,得到一组“不相关”主变量的过程。
线性回归
通过两个或多个变量之间的线性关系来预测结果。
目标函数：
逻辑回归
解决分类问题
用于解决分类问题的一种模型。根据数据特征或属性，计算其归属于某一类别的概率P(x)，根据概率数值判断其所属类别。主要应用场景：二分类问题。
逻辑回归 = 线性回归+Sogmoid函数
Sigmoid函数：
目标函数：
决策树
分类问题
决策树的构建算法主要有ID3、C4.5、 CART三种，其中ID3和C4.5是分类树，CART是分类回归树。ID3是决策树最基本的构建算法，C4.5和CART是在ID3的基础上进行的优化算法。
CART决策树
Classification and Regression Tree
以基尼系数（标准的不确定程度，越小越好）为核心
K近邻(KNN)
利用训练数据集对特征空间进行划分，以其作为分类的“模型”，不具有显性的学习过程。KNN的输入是测试数据和训练样本数据集，输出是测试样本的类别。
KNN的三个要素：
- 距离度量
- K值选择
- 分类决策规则
DBSCAN聚类
无标签信息，无监督
DBSCAN (Density-Based Spatial Clustering of Applications with Noise，具有噪声的基于密度的聚类方法。
簇：密度相连的点的最大集合。
密度：某个点的领域空间里存在的其他点的数量
核心对象：若某个点的密度达到算法设定的阈值，则为核心点。(即r邻域内点的数量不小于minPts)
邻域的距离阈值：设定半径r
直接密度可达：若p在q的邻域内，且q是核心点，则称p到q直接密度可达
密度可达：若存在一个点的序列$q_0$、$q_1$… $q_n$对任意$q_i$、$q_{i+1}$是直接密度可达的，则称$q_0$、$q_n$ 密度可达，实际上是直接密度可达的传播
密度相连：对于点p和点q，若点p点q都是从点k密度可达的，则称点p和q是密度相连的
边界点：属于某一个类的非核心点，不能再发展下线了
对象的邻域小于MinPts个对象，但是在某个核心对象的邻域中
噪声点：不属于任何一个类簇的点，从任何一个核心点出发都不是密度可达的
K均值(K-Means)
无标签信息，无监督
K-Means是一种基于相似距离的聚类算法，根据给定样本集中样本间距离的大小将样本集划分为k个簇（类），使得每个点都属于距离它最近的那个聚类中心（即均值means）对应的类。
- K值：要得到的簇的个数（样本的类别数）
- 质心：每个簇的均值，一般是向量各维取平均值
- 距离：常用欧几里得距离(先做标准化)
- 目标：选择距离最短的质心
步骤
- 先定义总共有多少个类/簇(cluster)
- 将每个簇心(cluster centers)随机定在一个点上
- 将每个数据点关联到最近簇中心所属的簇上
- 对于每一个簇找到其所有关联点的中心点(取每一个点坐标的平均值)
- 将上述点变为新的簇心
- 不停重复，直到每个簇所拥有的点不变
聚类中心
每个簇的均值，一般是向量各维取平均值
贝叶斯分类
贝叶斯(Bayes) 分类是一类分类算法的总称，该类算法均以贝叶斯定理为基础，所以统称为贝叶斯分类。而朴素贝叶斯分类是贝叶斯分类中最简单，也是常见的一种分类方法,同时朴素贝叶斯模型是一-组非常简单快速的分类算法，通常适用于维度非常高的数据集。
贝叶斯定理：P (A∩B) = P (A)*P (B|A)=P (B)*P (A|B)
贝叶斯定理是一种逆概率思维。
条件概率（客观事实）：根据已知结果去推测固有性质的可能性(likelihood)，是对固有性质的拟合程度。
先验概率（主观判断）：指根据常识、生活经验所观测到的“原因”的概率。
后验概率（最终结论）：指在知道“结果”之后，去推测“原因”的概率。
朴素贝叶斯分类
假设条件：实例特征之间相互独立
示例：计算实例点x = (2, S)的类别
支持向量机(SVM)
支持向量机（support vector machines，SVM）是一种二分类模型，它的目的是寻找一个超平面来对样本进行分割，分割的原则是间隔最大化，最终转化为一个凸二次规划问题来求解。由简至繁的模型包括：
- 当训练样本线性可分时，通过硬间隔最大化，学习一个线性可分支持向量机
- 当训练样本近似线性可分时，通过软间隔最大化，学习一个线性支持向量机
- 当训练样本线性不可分时，通过核技巧和软间隔最大化，学习一个非线性支持向量机
简而言之：求最大化离超平面最近点（支持向量）的距离。
决策边界：选出来离雷区最远的（雷区就是边界上的点，要Large Margin )
核函数
解决计算复杂度问题
由低维度空间向高维度空间作一个映射，使原本在低纬度上线性不可分数据变得在高维度上变得可分，并找到这个分割函数。
软间隔
解决过拟合问题
硬间隔强制要求包括噪音点或者离群点的所有样本点都满足约束，可能会导致使决策边界发生变化出现过拟合的问题，所以允许部分样本（离群点或者噪音点）不必满足该约束。
集成学习
集成学习(Ensemble Learning)方法通过组合和合并多个相同或者不同种类的机器学习分类器来完成学习任务，避免使用单一学习模型带来的学习模型缺陷， 从而尽可能的使得机器学习的效果达到尽可能的最优。
策略：
Bagging：训练多个分类器取平均值
并联，少数服从多数，典型代表是随机森林
Boosting：从弱学习器开始加强，通过加权来进行训练
串联，权重（错分类样本），每次迭代正确率要提高，典型算法
AdaboostStacking：聚合多个分类或回归模型（可以分阶段来做）
级联，裁判，分阶段：第一阶段各自分类，第二阶段用前一阶段的结果训练
梯度下降
提高收敛速度的三种策略：
- 批量梯度下降
每次迭代，均选择所有数据来计算梯度 - 随机梯度下降
每次迭代，随机选择一条数据来计算梯度 - Mini-Batch GD
每次迭代，随机选择一部分数据来计算梯度
模型评估
MSE，R2评估回归，交叉熵评估分类
MSE
Mean Squared Error 均方误差
https://www.bilibili.com/video/BV1wi4y157Tt
R方值
[0,1] 不定系数 R-squared (R方)，越接近1越好，但是等于1没有价值
https://www.bilibili.com/video/BV1Qy4y1i7Le
交叉熵
https://www.bilibili.com/video/BV1mZ4y1R76t
输入为羊，输出为羊的概率0.8，输出为牛的概率0.1，输出为猴概率0.1
混淆矩阵
ROC曲线
一种比较总体优劣的方法是采用AUG (Area Under ROC Curve)参数，表示为其ROC曲线之下和坐标横轴之间的面积。
欠拟合和过拟合
欠拟合：训练集上表现的不好，测试集上不好
过拟合：训练集上表现的好，测试集上不好
过拟合的原因
- 模型结构过于复杂（维度过高）
- 训练数据中噪音干扰过大，使得学习器认为部分噪音是特征从而扰乱学习规则。
- 建模样本选取有误，例如训练数据太少，抽样方法错误，样本label错误等，导致样本不能代表整体。
- 模型不合理，或假设成立的条件与实际不符。
过拟合的解决办法
- 简化模型结构（使用低阶模型，比如线性模型）
- 数据预处理，保留主成分信息（数据PCA处理）
- 在模型训练时，增加正则化项（regularization）
欠拟合的原因
- 模型复杂度过低
- 特征量过少
欠拟合的解决办法
欠拟合可以通过观察训练数据及时发现，优化模型结果解决。
- 增加特征数；
当特征不足或者现有特征与样本标签的相关性不强时，模型易出现欠拟合。
可以通过挖掘上下文特征，ID类特征，组合特征等新的特征，可以取得较好的效果。这属于特征工程相关的内容，如因子分解机，梯度提升决策树，deep_crossing都可以丰富特征。 - 增加模型复杂度；
模型简单时其表达能力较差，容易导致欠拟合，因此可以适当地增加模型复杂度，使模型拥有更强的拟合能力。
如线性模型中添加高次项，神经网络中增加网络层数或神经元个数。尝试非线性模型，比如核SVM 、决策树、DNN等模型。 - 减小正则化系数。
正则化是用于防止过拟合的，但是当出现欠拟合时，就有必要针对性地减小正则化系数。
模型优化
常用方法
- PCA思路(最大可分性和最低重构性)
- 正则化(L1、L2)
优化步骤
- 优化数据(异常数据、数据量级、数据维度)
- 优化模型(模型选择与调参)
- 测试评估(交叉验证)
交叉验证
常用方法：
数据分离
LOOCV方法(Leave-one-out cross-validation留一交叉验证)
每次取出一个数据作为测试集的唯一元素，其他n - 1个数据都作为训练集用于训练模型和调参。结果是最终训练了n个模型，每次都能得到一个均方误差(Mean-Square Error MSE)。而计算最终测试集MSE则就是将这n个MSE取平均值。
K折交叉验证(K-fold Cross Validation)
和LOOCV的不同在于，每次的测试集将不再只包含一个数据，而是多个，具体数目将根据K的选取决定。
比如，如果K=3，那么我们利用三折交叉验证的步骤就是：- 将所有数据集分成3份
- 不重复地每次取其中一份做测试集，用其他两份做训练集训练模型，之后计算该模型在测试集上的MSE
- 将3次的MSE取平均得到最后的MSE
深度学习
从机器学习到深度学习
机器学习 = 特征工程 + 预测
深度学习 = 表示学习 + 预测
浅层学习(Shallow Learning)
不涉及特征学习，其特征主要靠人工经验或特征转换方法抽取。(特征工程)
表示学习
如何自动从数据中学习好的表示
通过构建具有一定“深度”的模型，可以让模型来自动学习好的特征表示(从底层特征，到中层特征，再到高层特征)，从而最终提升预测或识别的准确性
表示形式：如何在计算机中表示语义
局部(符号)表示:
- 离散表示、符号表示
- One-Hot向量
分布式(Distributed) 表示:
- 压缩、低维、稠密向量
- 用O(N)个参数表示O(2^k)区间，k为非0参数, k<N
以颜色表示为例，一种表示颜色的方法是以不同名字来命名不同的颜色，这种表示方式叫做one-hot局部表示。
另一种表示颜色的方法是用RGB值来表示颜色，不同颜色对应R、G、B三维空间中一个点，这种表示方式叫做分布式表示。
特征提取 vs 表示学习
- 特征提取：基于任务或先验去除无用特征
- 表示学习：通过深度模型学习高层语义特征
深度学习概念
深度学习 = 表示学习 + 决策(预测)学习
深度学习需要解决的关键问题是贡献度分配问题（Credit Assignment Problem，CAP），即一个系统中不同的组件 (component)或其参数对最终系统输出结果的贡献或影响。
神经网络模型可以使用误差反向传播算法，从而可以比较好地解决贡献度分配问题。
深度学习步骤
神经网络
参考生物神经元以下特征：
- 两种状态：兴奋和抑制
- 输入达到一定值激活兴奋状态
- 记忆储存在连接之中
单个神经元模型结构
上面的x是神经元的输入，相当于树突接收的多个外部刺激。w是每个输入对应的权重，代表了每个特征的重要程度，它对应于每个输入特征，影响着每个输入x的刺激强度。假设只有3个特征，那么x就可以用（x1，x2，x3）。b表示阈值，用来影响预测结果。z就是预测结果。
多个神经元组成神经网络
神经网络分类
- 前馈网络，整个网络中的信息朝一个方向传播，没有反向的信息传播。如全连接前馈网络，卷积神经网络。
- 记忆网络，神经元不仅可以接受其他神经元的信息，也可以接受自己的历史信息，如循环神经网络。
- 图网络，是前两者的泛化，如图卷积网络
全连接前馈网络
全连接前馈网络、多层感知器
- 各神经元分别属于不同的层，层内无连接
- 相邻两层之间的神经元全部两两连接
- 整个网络中无反馈,信号从输入层向输出层单向传播，可用一个有向无环图表示
神经元之间两两都连接，链式结构，前后次序给定；上一层的输出为下一层的输入。
应用：
- 数据压缩
- 模式识别
- 计算机视觉
- 声纳目标识别
- 语音识别
- 手写字符识别
BP算法(Backpropagation)
误差反向传播
用来高效寻找最优参数
- 权重初始化
- 前向计算
- 反向传播
卷积神经网络(CNN)
受生物学上感受野(Receptive Field)的机制而提出的，选不同的卷积核提取需要的特征
特性：
- 局部连接
- 权重共享
- 空间或时间上的次采样
应用：图像特征识别
为什么用于图像：
- 彩色图片维度很大
- 特征往往小于图片
- 特征会出现在图片的任何位置
- 图片压缩大小不会改变特征
下采样→保留特征+减小图片尺寸→网络中节点数变少→参数变少→加快训练
计算方法及输出长度
卷积输出长度
1,1,-1,1...,1是输入信号，经过卷积[1,-2,1]的计算，输出-2,4,-2,0...-2 = 1*1 + 1* -2 + -1 * 1
循环神经网络(RNN)
- 样本间存在顺序关系，每个样本和它之前的样本存在关联。
- 引入“记忆”的概念，来处理前后数据的相关性。
适合序列数据，如文本，语音，视频，气象观测数据，股票交易数据。
计算方法
在计算时，把上一次隐藏层的结果数据，作为下一次的一个输入源，与下一次的x合并后，再传入隐藏层。
应用：
- 机器翻译
- 机器人控制
- 时间序列预测
- 语音识别
- 语音合成
- 时间序列异常检测
- 节奏学习
- 音乐创作
计算机视觉
用摄像机等设备替代人眼对目标进行识别，跟踪和测量，并使用计算机对获取的图像或视频进行处理，分析和理解。
应用类型：
- 图像分类
- 目标检测 定位 识别 R-CNN 区域卷积神经网络
- 目标跟踪 分布式视觉网络 摄像头协作
- 语义分割 一类颜色一样
- 实例分割 一类可能有不同颜色
像素：像素是分辨率的单位。像素是构成位图图像最基本的单元，每个像素都用自己的颜色。
分辨率(解析度) ：
图像分辨率是单位英寸内的像素点数，单位为PPI (Pixels Per Inch)
PPI表示的是每英寸对角线上所拥有的像素数量(每英寸密度) :
灰度：表示图像像素明暗程度的数值，即黑白图像中点的颜色深度。范围0-255，白色是255，黑色是0
通道：把图像分解成一个或多个颜色成分：
单通道：一个像素点只需一 个数值表示， 只能表示灰度, 0表示黑色(二值图&灰度图)
三通道：RGB模式，把图像分为红绿蓝三个通道，可以表示彩色，全0表示黑色
四通道：RGBA模式，在RGB基础上加上Alpha通道， 表示透明度，Alpha=0表示全透明
对比度：不同颜色之间的差别，对比度=最大灰度值/最小灰度值
一副尺寸为800x600的黑白图像，假设采用8bit像素，需要占用多大存储空间?
800 x 600黑白图像，有480000个像素，每个像素包含1个数值，每个数值8-bit，保存这一副图像需要800 X 600 X 1 X 8-bit = 3840000-bit = 3750Kb = 468.75KB = 0.4578MB
一副尺寸为800x 600的彩色图像，需要占用多大存储空间?
800 x 600彩色图像，有480000个像素，每个像素包含3个数值，每个数值8-bit，保存这一副图像需要800 X 600 X 3 X 8-bit = 11520000-bit = 11250Kb = 1406.25KB = 1.373MB
自然语言处理
自然语言处理(Natural Language Processing: NLP)是研究用机器处理人类语言的理论和技术以实现在人与人以及人与计算机之间利用自然语言进行交互的一门学科。
- 自然语言理解
- 自然语言生成
文本处理流程
标准化：套规则
特征提取：共现矩阵
工具
Scikit-Learn
常用函数
导入数据集
from sklearn.datasets import load_wine
wine = load_wine()分割测试集数据和训练集数据
from sklearn import model_selection
X_train, X_test, y_train, y_test = train_test_split(train_data, train_target, test_size, random_state，shuffle)