学习coursera在线课程《AI for everyone》的笔记
一、AI介绍
弱人工智能ANI 与 强人工智能AGI
图片发自简书App
强人工智能也称为通用人工智能，它能做人类能力范围内的任何事情；而弱人工智能只能成为某一领域的专家，比如智能音箱、自动驾驶等等。
二、机器学习
输入A——〉输出B
图片发自简书App
以上图片中这种被称为监督学习的人工智能技术，是学习从输入到输出，或A到B的映射。
监督学习这种技术在很早以前就有了，为什么人工智能最近几年才流行起来？
Why now？看看下面这张图：
图片发自简书App
机器学习需要大量的数据，数据越多效果越好，随着互联网和移动互联网的成熟，产生越来越多的数据，大数据的发展给机器学习和人工智能的发展提供了沃土。
传统的AI在拥有大量的数据后，会存在瓶颈，随着神经网络和深度学习的发展，我们可以利用大数据来训练更大的神经网络，所以人工智能的效用会随着数据量的增加和神经网络的扩大获得更好的效果。
三、数据
1、什么是数据
从输入A得到输出B，下面是两个例子：
图片发自简书App
左边的表
输入A：房子面积和房间数量
输出B：房子的价格
或者反过来，输入房子的价格，输出能买到的房子规格。
右边的表
关于猫的识别，给图片打上是否是猫的标签
输入A：图片
输出B：是否是猫
2、如何获取数据
获取数据的方法：
（1）手动标记
（2）观察用户行为或其他类型的行为
（3）从网上下载或从合作伙伴那里获取
图片发自简书App
3.使用数据和误用数据
不要以为所有的数据就一定有价值，所以不要为了数据过度投资，拥有数据的同时最好能拥有AI团队，因为他们能帮你思考哪些数据是最有价值的。
图片发自简书App
4.数据是杂乱无章的
图片发自简书App
正如大数据的定义，我们所拥有的数据是杂乱无章的，有可能存在错误的标记，失去了价值的数据，以及多种不同类型的数据。
结构化数据可以存放在像上图右侧这样的二维表中，而非结构化的处理就显得复杂一点。
