人工智能导论

人工智能导论

1）人工智能：让机器像人一样具有一些能力，扩展人的智慧。

2）机器学*： 不显式编程地赋予计算机能力的研究领域。

3）AIOps： Artificial Intelligence for IT Operations，智能化运维，将人工智能应用于运维领域，基于已有的运维数据（日志、监控信息、应用信息等），通过机器学*的方式来进一步解决自动化运维没办法解决的问题。

4）常用算法和学*库：

• 有监督学*：从给定的训练数据集中学*出一个函数（模型参数），当新的数据到来时，可以根据这个函数预测结果。监督学*的训练集要求包括输入输出，也可以说是特征和目标。训练集中的目标是由人标注的。
  1. 决策树
  2. 线性模型：回归、分类
  3. KNN：距离度量学*，邻*算法（KNN，K-NearestNeighbor）
  4. Bayes：贝叶斯
• 无监督学*：输入数据没有被标记，也没有确定的结果。样本数据类别未知，需要根据样本间的相似性对样本集进行分类（聚类，clustering）试图使类内差距最小化，类间差距最大化。通俗点将就是实际应用中，不少情况下无法预先知道样本的标签，也就是说没有训练样本对应的类别，因而只能从原先没有样本标签的样本集开始学*分类器设计。
  1. 降维
  2. 聚类
• 强化学*：
  1. 策略迭代
  2. 价值迭代
  3. 蒙特卡罗算法
  4. 时序差算法：DQN（Deep Q Network）

强化学*概念：

强化学*，reinforcement learning. 词本身具有三层含义：

(1) 它是一种问题，把一些现实生活的问题抽象成了强化学*

(2) 它是一种解决方法，使用强化学*这种方法，解决一些问题

(3) 它是一个研究的领域，学术界研究的领域

大家千万不要被这个词多意给搞混

强化学*这个idea来自于我们人类的学*过程，我们通常会在互动中学*，举两个例子，无人不知的小明同学为了考试100分努力学*，最终考试得了100分(reward)，萧红同学上课不听讲，得到惩罚。小明同学从奖赏中学到了经验：努力学*。 萧红同学开始后悔，如果我怎样怎样，现在会怎样怎样。 前者的奖赏就是强化学*经常用的reward，后者的后悔，就是非完整信息博弈体系中用的learning from regret. 所谓强化学*，就是使用计算的方法把这个过程表示出来。

强化学*除了agent，environment 以外，通常包含以下几个要素：

(1) policy, 政策。 给定一个状态，采取各种行动的概率分布， policy会指导 agent做行动

(2) reward signal。agent每做一个动作都会立即有一个奖赏，称为reward

(3) value function。 奖赏是立即的、短期一次性的。 如何衡量长期的奖赏呢，采用value function 是代表一个状态的价值，状态的价值，就等于此状态以后所有行为reward的折现 期望

(4) 环境模型。 模型主要是模拟真实环境，就像下象棋一样，模型限制了你的游戏规则。 除此以外还有model-free方法

一句话概括，强化学*最基本的idea就是，agent通过与环境不断交互，学到主要问题，从而达到最终目标。

---

5）深度学*库--TensorFlow（流动的张量）

0维的张量 = 一个数字
1维的张量 = 一个向量
2维的张量 = 一个矩阵
3维的张量 = 时间序列
4维的张量 = 图像
5维的张量 = 视频

6）深度学*库--Keras

Keras是一个高层神经网络API，Keras由纯Python编写而成并基于Tensorflow、Theano以及CNTK后端。
Keras对底层深度学*框架（TensorFlow/CNTK/Theano）进行了封装。当你调用Keras的语句时，实际上，你所搭载的后台框架进行了一长串的操作。很多时候，TensorFlow等框架十几行的语句，在Keras中只是一行命令。

---

标签：运维,化学,Keras,人工智能,样本,导论,张量,reward
来源： https://www.cnblogs.com/rainbow-1/p/16031466.html