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。”
东京：女下属都对我很忠诚 NBA：都重生了谁还惯着你啊！ 咒回：性转cos穿后总遇见正主 斗罗之武魂鬼泣 [柯南同人] 想要把波本喝掉 无限幻想：最终启示3 麻雀与玫瑰 无限流：大佬你软萌人设又崩了 [文野同人] 我在梦里招惹了中原干部 九阳神尊：我靠双修能变强 风入洛月 豆豆的一生平凡吗 云上凌风 晚风吹 快穿之敞开腿打败白月光 我靠美颜征服男主 待木兰花开 从被魔法少女打击退役开始上岸 十日万界游 双夫(3p)
都市女神系统
继承神格系统，寻找亲生母亲，完成都市任务，踏上闯关之路，从普通的学生，渐渐成为女神。单身清新向，开篇的拥抱就是底线。作者有节操，请放心收藏，必定完本。每日两更，推荐票和粉丝值达到目标，加更庆祝。...
冷情王爷的小医妃
没想到，爬山不小心掉下山崖，却成了花轿上的新娘传言新朗是病魔缠身，中怪病，不久将于不在人世的，战神王爷成亲后，不受待见，两人各自为天，自由生活没关系，不待见就不待见，凭自己的医术相信也能好好在这里生活从没想过与无缘的夫君有什么关系然而在生活中，相互碰撞中又会出现怎样的缘呢？精彩片断一怎么，你希望是谁？？歌很好听，你是在想情人吗？南宫煜又是冷冷一句。不知为什么？想到她的歌声里的歌词，像在思念着谁，想着谁时，心里有点不痛快，随口就说出这句话！啊？什么？哪里有呀？那只是我们那流行的歌曲。。艾微一急，也脱口而出，才发现说错话了，马上闭嘴。但也来不及了，因为南宫煜听到了。精彩片断二南宫煜却面无表情，突然靠近艾微，伸手揽住她的肩，俯身在她的嘴角轻轻一吻，妖孽的俊颜突然一笑她怎样，关我何事？莫非爱妃吃醋不成？呃，你，，你怎么，，你才吃醋呢显然艾微被吓了一跳，她怎么也没想到，好好的，那妖孽会突然吻她，还说什么她在吃醋？精彩片断三去就坐吧艾微刚想回应，就被南宫煜拉着走到了相应的位置上，而南宫云跑过来，却不满地跺了跺脚，说了句哼，二哥，你什么意思嘛，我刚来，你就拉着二嫂走，非跟我抢吗？艾微听到南宫云那小孩子气的话后，哭笑不得！而南宫煜更是满头黑线，脸色阴沉，这丫头说什么呢？他用得着抢吗？是她来抢才对吧？艾微本来就是他的王妃，不该呆在他身边吗？？南宫澈此时也站在那，却哈哈大笑起来，走到南宫云身边，故意戏谑道云儿，你别不自量力了，想跟二哥抢人，你还不够水平，应该再去修练几年后再来！到那时，说不定还有可能沾一点边。。。亲们，喜欢的动动手指，收藏一下，慢慢关注咯期待有你的参与哦。。。...
这锅我不背
替身演员简华，某天发现熟人外加不熟的人都在通过各种渠道寻找他，甚至连国家某部门也找上门异能小组组长简华同志，我代表国家告诉你一个刚刚发现的世界机密。主角啥？异能小组组长其实我们的世界是一本书主角能小组组长而你将会成为这连续七部的小说里的最后反派。主角主角心情如文名穿书者甲你我竹马竹马，我不该是...
崇祯聊天群
历史新纪元征文入围奖作品崇祯皇帝被忽悠上吊丢江山，但是，这本书，皇帝虽在深宫，却有一个和外面人聊天的群，这还能被忽悠么？哎呀不好，皇帝还是穿越的，这挂开太大了，地球都颤抖了！完了，大明一个不小心，日不落了！...
驱魔家族：吸血魔婴
清末民初，战争连发，引发人间怨气冲天，从而滋生了不少魑魅魍魉，不少离奇事件一件件上演驱魔四大家族，李家秦家苏家叶赫那拉，其中李家用剑秦家用棍苏家用铃，叶赫那拉家武器最为神秘然而李家作为驱魔家族的其中一族，除了驱魔辟鬼，守正辟邪，最重要的任务，就是找寻并且驱除吸血魔，而唯一对付的吸血魔的方法就是炼制十三血尸，而在关键时刻，李家其中一具血尸，神秘被盗，到底是偷尸人，还是仇家所为，且让夏夏带你们进入驱魔家族，且看李家神秘诅咒，四大驱魔家族驱邪斗鬼，阴阳斗法，诡异惊悚，且带装逼卖老，yy劲爆无节操，看尽人性的阴狠毒辣，正与邪的对立，男主与女主痴缠迷雾般纠结的爱情，为大家展开一个不一样的驱魔世界ps绝对爽文，看主角一路成长，一路强大驱魔家族读者群号277257017...
鬼出棺
谢半鬼出师之前，师父唯一的叮嘱就是不要问棺材里是什么，除非你真的打开它！不要问坟墓里埋的是什么，除非你真的挖开它。谢半鬼鬼衙究竟做些什么？杀鬼也杀人，守土也盗墓，是人也是鬼。...