人工智能与大数据通识教学课件第七章 人工智能基础技术概述.pptx

1;2;7.1引言;机器学习训练流程;模型训练是机器学习的核心，通过输入的训练数据调整参数。利用梯度下降等优化算法，模型不断迭代优化，损失函数值逐渐减小，提升学习效果。;机器学习的原理与应用;机器学习的基本原理;;监督学习;;线性回归;监督学习概述与应用;;;;强化学习示例：DeepSeek模型数学推理;深度学习的原理和应用;18;神经网络;人工神经元;影响房价的因素有很多，居住面积、地理位置、朝向、学区房、周边设施、建筑年份等等，其中，面积和地理位置是两个比较重要的因素。;人工神经元;人工神经元;神经网络;?;深度学习;当我们用传统机器学习方法来解决一些模式识别任务时，一般的流程包含以下几个步骤：

特征主要靠人工经验或特征转换方法来抽取。;深度学习通过构建具有一定“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。;深度学习（DeepLearning）是神经网络的升级与扩展

其核心突破在于：“深度”结构：通过堆叠多个隐藏层（通常≥5层）

，逐层提取数据的抽象特征。

自动特征学习：无需人工设计特征，网络能从原始数据中自动学习高层次特征。

深度学习通过增加网络深度、优化算法和利用大数据/算力，释放了神经网络的潜力，解决了传统机器学习难以处理的复杂问题。

简言之：深度学习=深层神经网络+大规模数据+高