学习笔记：AI for everyone吴恩达

飞书用户8537

飞书用户3894

2024年5月10日修改

笔记作者：心威

起因：自学AI，然后看吴恩达老师的相关课程，认真学习时边看边做笔记​

注：因为是学习记录，可能会有错误，可以联系作者（右侧二维码），请大家多多指导，共同学习进步。​

50%

common.docs_name - LarkCCM_Docs_Menu_Image

50%

🐱

视频课程：https://waytoagi.feishu.cn/record/MpYtrApUXegqJ0cF4N7cXbuVnXd

以下是笔记

什么是人工智能？

AI分为ANI和AGI，ANI得到巨大发展但是AGI还没有取得巨大进展。​

ANI,artificial narrow intelligence 弱人工智能。这种人工智能只可做一件事，如智能音箱，网站搜索，自动驾驶，工厂与农场的应用等。​

AGI,artificial general intelligence，做任何人类可以做的事

机器学习

监督学习，从A到B，从输入到输出。

为什么近期监督学习会快速发展，因为现有的数据快速增长，神经网络规模发展以及算力快速发展。​

什么是数据？

数据集，又称为资料集、数据集合或资料集合，是一种由数据所组成的集合。​

Data set（或dataset）是一个数据的集合，通常以表格形式出现。每一列代表一个特定变量。每一行都对应于某一成员的数据集的问题。它列出的价值观为每一个变量，如身高和体重的一个物体或价值的随机数。每个数值被称为数据资料。对应于行数，该数据集的数据可能包括一个或多个成员。​

如何获取数据，一，手动标注，二，观察行为，三，网络下载。​

使用数据的方法，如果开始搜集数据，可以马上将数据展示或者喂给某个AI团队，因为大多数AI团队可以反馈给IT团队，说明那种类型数据需要收集，以及应该继续构建那种类型的IT基础框架。​

数据不一定多就有用，可以尝试聘用AI团队要协助梳理数据。有时数据中会出现，不正确，缺少的数据，这就需要有效处理数据。​

数据同时分为结构化数据与非结构化数据。结构化数据可以放在巨大的表格中，人们理解图片，视频，文本很简单，但是这种非结构化数据机器处理起来更难一些。​

人工智能术语

机械学习：学习输入输出，从A到B的映射。所以一般都有个运行的AI系统，即输入A必然会输出B的软件。更系统的定义是，让电脑在不被编程的情况下，就可以自己学习的研究领域。（1959，Arthur Samuel）​

数据科学：分析数据集，从数据中获取一些结论与提示。挖掘数据来获取见解，输出结果往往是slide desk，如结论，PPT，项目结果。​

神经网络/深度学习：有输入层，输出层，中间层（隐藏层）

怎样才能成为一家人工智能公司？

吴恩达举例什么是互联网公司，就是利用互联网将公司运营得更好的公司。比如经常会做A/B测试，测算两个网站哪一个网站会更有优势。而拥有线下商城的公司，不能同时拥有平行时空下的两家不同商场。同时互联网公司迭代周期很短。互联网公司做决策的是产品经理，工程师等。传统企业则是老板。​

对比来看，什么是人工智能公司。一，把通过人工智能做到的事情做得很好的公司，例如擅长有策略性数据采集，大型科技消费公司会有免费产品来帮助他们采集数据，并在别处盈利。深思熟虑的获取数据是一个好的人工智能公司的关键部分，人工智能公司会建立统一的数据仓库。人工智能公司将会擅长发现可以自动化的部分。也会有新的岗位，比如机械学习工程师。​

人工智能公司将会是运用人工智能完成一些事情，并且做得非常优秀的公司。​

人工智能转型五步：

1，启动试点项目来获得动能，几个小项目就可以了解人工智能可以做什么​

2，建立一个公司内部的人工智能团队，

3，提供广泛的人工智能培训

4，制定一个人工智能策略是很重要的

5，确保内部与外部的沟通一致

百度拓展：

互联网企业有广义和狭义之分。

广义的互联网企业是指以计算机网络技术为基础，利用网络平台提供服务并因此获得收入的企业。广义的互联网企业可以分为：基础层互联网企业、服务层互联网企业、终端层互联网企业。​

狭义的互联网企业是指在互联网上注册域名、建立网站，且利用互联网进行各种商务活动的企业，也即为广义互联网企业中的——终端层互联网企业。然而根据这些互联网企业所提供的不同的产品和服务，可分为：网络服务提供商、互联网服务提供商、互联网内容提供商、应用服务提供商、互联网数据中心、应用基础设施提供商。​

机器学习能做什么，不能做什么

学习笔记：AI for everyone吴恩达​

学习笔记：AI for everyone吴恩达