第 34 集：机器学习与人工智能
以区分飞蛾为例
1. 分类 Classification
2.做分类的算法 分类器 Classifier
3.用于分类的值是特征 Feature
4. 特征值+种类叫做标记数据 Labeled data
标记数据
5. 决策边界 Decision boundaries
虚线为决策边界
6.混淆矩阵 Confusion matrix
右下角表为混淆矩阵
7.03:49 决策树 Decision tree
8.支持向量机 Support Vector Machines
本质上是用任意线段来切分决策空间，不一定是直线。
9.人工神经网络 Artificial Neural Network
不用统计学的算法。模拟人类学习的过程，将数据进行加权求和修正等一系列处理。
10.深度学习 Deep learning
得名原因：有很多的隐藏层
- 弱AI, 窄AI Weak AI, Narrow AI
只能做指定内容的内容
12. 强AI Strong AI
通用的，和人一样智能的AI叫做强AI，目前没有人能做到。
14.强化学习 Reinforcement Learning
学习什么管用，什么不管用，自己发现成功的策略，这叫强化学习。