公眾號后臺回復：管理1904，免費下載本月推薦精品管理類圖書
公眾號后臺回復：人文歷史1904，免費下載本月推薦精品人文歷史類圖書
公眾號后臺回復：管理1904，免費下載本月推薦精品管理類圖書
公眾號后臺回復：人文歷史1904，免費下載本月推薦精品人文歷史類圖書
加入“ICT銷售和大客戶聯盟”（微信ID：ICT-League），尋找志同道合的小伙伴！
您的關注就是我們最大的動力，這里有大量企業家高凈值粉絲，每天分享最新商業資訊、趨勢、深度好文、把握財經動態。喜歡學習和閱讀的朋友請關注我，文章每天都會更新，歡迎轉發閱讀！
前言
過去的一年做了幾個項目都是關于人工智能的，典型的幾個項目都包含了音視頻的人工智能識別和分析，從而為決策提供依據。
典型的項目如：
1、證券和保險行業用于合規的“個體實體行為管理和分析”，該項目用于實時鑒別內部員工的非合規的行為，包括語音、通信、即時通信、郵件、電腦端的全部操作行為，并實時的對非合規行為報警，并提供各類行為的分析、統計，查詢等等。
2、公共事業的“呼叫中心的智能語音互動”，該項目是對呼叫中心的語音呼入、即時通信等等多渠道的溝通，采用人工智能的方法，替代大量的人工坐席，幫助解決保修、咨詢、工單派發......等等。
3、公檢法體系的“智慧執法辦案中心”，系統采用先進的規范化管理體系，系統與警務綜合應用系統相互補充，將公安機關執法管理與公安部下發相關政策要求相結合，打造規范執法過程、可追蹤查詢執法環節和執法信息，案件審理全程閉環、全程監督的執法辦案新模式。最終實現執法活動有據可依，執法監督有據可查，執法效率有顯著提升，執法公信力和滿意度有明顯提高。
2018年，還有其他的好多關于大數據和人工智能的項目實施完成，在此不一一描述。
寫出這些項目的簡單介紹，其實就是想總結一下關于“人工智能”的一些想法，給自己一個總結，同時督促自己更勤勉的去學習，給自己一些動力。
哈哈，這也應了機器學習的一個方面了，算是一種“有監督學習”吧。
額，一不小心就提到了“有監督學習”。剛剛開始接觸人工智能/機器學習的人會經常看到這個詞。
本文不是寫給技術老炮的，因為老炮會覺得這些太基本，根本不值得一提。
但是，但多數銷售和菜鳥而言，接觸到人工智能時，突然發現撲面而來的都是各種“高大上”的新名詞，學習的曲線很陡，然后老炮們隨口說出來的話都讓自己犯雞頭暈。
所以本文是給菜鳥和很多的銷售同行們寫的。
有不恰的地方，望不吝賜教。
01
人工智能的發展
人類一直試圖讓機器具有智能，也就是人工智能。
從上世紀50年代開始，人工智能發展到今天的紅紅火火，經歷了三個階段：
l 推理期
l 知識期
l 機器學習期
推理期：通過賦予機器邏輯推理能力使機器獲得智能，當時，程序能證明一些著名的數學定理，但因為機器缺乏知識，遠不能實現真正的智能。
知識期：將人類的知識總結出來教給機器，使機器獲得智能。記得當時有大量的專家系統問世，在很多領域的確幫助人類取得大量成果，但人類知識量巨大，故出現“知識工程瓶頸”。
在這時期的機器都是按照設定的規則和總結的知識運作，無法超越它的創造者，另外人力成本也太高。
這時候，傻子都會想到，要是機器能夠自我學習的話？那么，上訴的問題不就迎刃而解了嗎？
所以，機器學習就應運而生了。人工智能開始進入“機器學習時期”。
80年代，IT和通信網絡開始普及，對機器學習的影響就是“連接主義”思維，于是出現了用于機器學習的“感知機”和“神經網絡”；
90年代，睡著生產力的提高，互聯網普及，全球盛行“統計學習方法”，最有影響力的應當是“支持向量機”；
進入新世紀后，大數據開始深入人心，隨著數據量和計算能力的不斷提升，摩爾定律促使計算資源越來越便宜，深度神經網絡被提出，連接主義卷土從來，以深度學習（Deep Learning）為基礎的諸多AI應用逐漸成熟。
02
人工智能，機器學習
神經網絡，深度學習
2018年開始，隨著公司的產品經歷了無數次的迭代后，市場也開始被許多的頭部用戶認可。
公司的銷售們開始大規模的接觸人工智能的內容，然后，好多的銷售開始反應，這坑太太太太大了！人工智能，機器學習，深度學習，還有神經網絡等等的不同的術語，每一個都很高冷，以致于很多人都傻傻的分不清到底它們之間是什么樣的關系。
在與客戶溝通的時候，也常常被客戶導入到了：這些東東，是一個東西的不同表達而已。然后回來補課，學習！
經歷了2018將近一年的時間，并且在成功的交付了若干個項目之后，我們的銷售才逐漸窄心里和項目規劃時有了一個大體的框架模型。
簡單來說，人工智能是追求目標，機器學習是實現手段，深度學習是其中一種方法！
1、機器學習
人工智能的核心可以說就是機器學習：
機器學習的定義是“Machine learning is the idea that there are generic algorithms that can tell you something interesting about a set of data without you having to write any custom code specific to the problem. Instead of writing code, you feed data to the generic algorithm and it builds its own logic based on the data.”。
沒辦法，找來找去，還是覺得英文的定義跟清楚，只好還是用原文了。別扁我啊。
原文的關鍵詞是：不需要寫專門的業務邏輯代碼，而是通過輸入大量的數據給機器，由機器通過一個通用的機制來建立它自己的業務邏輯。
這就是說機器“自我學習”了業務邏輯。
然后，這種學習后的邏輯，可以用來處理新的數據。
這是不是跟我們人類的學習過程很類似？簡單的說，機器學習的過程可以表述如下。
基本上，每一個關于人工智能的項目都會設計到這幾個要素的。否則，人工智能就是“大量的人工”+“一點點的歸納“。
機器學習是一類算法的總稱，這些算法企圖從大量歷史數據中挖掘出其中隱含的規律，并用于預測或者分類。
機器學習可以看作是尋找一個“函數”，輸入樣本數據，輸出期望的結果。
不過，這個“函數”過于復雜，以至于不太方便形式化表達。
機器學習的目標是使學到的“函數”很好地適用于“新業務樣本”，而不僅僅是僅僅在“訓練的業務樣本”上表現很好。
學到的“函數”要有適用“新業務樣本”的能力，這種能力就叫做“泛化能力”。
機器學習是思想手段，主要就分為“有監督學習”和“無監督學習”。總體來說這兩類學習手段，當然還有衍生的棒監督學習和主動學習。
通俗/簡單點來說，有監督學習就是訓練用歷史數據是既有問題又有答案，而無監督學習就是訓練用歷史數據是只有問題沒有答案。正式的說法一般是把答案稱之為標簽label。
在無監督學習中，主要是發現數據中未知的結構或者是趨勢。雖然原數據不含任何的標簽，但我們希望可以對數據進行整合（分組或者聚類），或是簡化數據（降維、移除不必要的變量或者檢測異常值）。因此無監督算法主要的分類包含：- 聚類算法(代表：K均值聚類，系統聚類) - 降維算法 （代表：主成份分析PCA，線性判斷分析LDA）
我們不在這里細數這些概念，網上多的是。
如何選擇有監督學習和無監督學習呢？
了解以上對比后，我們在做數據分析時，就可以高效地做選擇了。
圖3 有/無監督學習的選擇
首先，我們看是否有訓練數據，也即是否有標簽。沒有標簽的直接選擇無監督。事實上，對數據了解得越充分，模型的建立就會越準確，學習需要的時間就會越短。
什么是深度學習?
深度學習的概念并不新穎。它已經存在好幾年了。但伴隨著現有的所有的炒作，深度的學習越來越受到重視。我們先來看看深度學習的官方定義：
“深度學習是一種特殊的機器學習，通過學習將世界使用嵌套的概念層次來表示并實現巨大的功能和靈活性，其中每個概念都定義為與簡單概念相關聯，而更為抽象的表示則以較不抽象的方式來計算。”
機器學習和深度學習的對比
深度學習與傳統的機器學習最主要的區別在于隨著數據規模的增加其性能也不斷增長。
當數據很少時，深度學習算法的性能并不好。這是因為深度學習算法需要大量的數據來完美地理解它。另一方面，在這種情況下，傳統的機器學習算法使用制定的規則，性能會比較好。下圖總結了這一事實。
03
訓練數據
在機器學習任務實施前，如何快速尋找到可用數據集，是令每一位研究人員最頭痛的事情。
“專知”給我們列舉了八大主流數據集來源，不僅包含大量的數據集信息，而且包含了描述、用法以及一些實施案例等。
1、Kaggle數據集
Kaggle數據集地址https://www.kaggle.com/datasets
這是我最喜歡的數據集之一，每個數據集都對應于一個小型社區，你可以在其中討論數據、查找公共代碼，或者在其中創建自己的項目。這里包含了大量不同類型、不同結構的數據集內容。同時，還可以在其中獲取到與每個數據集關聯的資料，其中包含了許多數據科學家們提供的數據集分析筆記等。
2、Amazon數據集
AWS開放數據地址https://registry.opendata.aws/
這個數據集中包含了不同領域的數據內容，例如：公共交通、生態資源、衛星圖像等。同時提供了搜索功能，以幫助用戶找到所需的數據集，還有各種數據集的描述信息以及用例，非常易于使用。
數據集存儲在Amazon Web Services（AWS）資源中，對于使用AWS構建自己機器學習實驗的用戶來說，傳輸速度將非常快。
3、UCI機器學習數據集
UCI數據集地址：https://archive.ics.uci.edu/ml/datasets.html
這個數據集來自于加州大學信息與計算機科學學院，其中包含了100多個數據集。根據機器學習問題的類型對數據集進行分類，可找到單變量或多變量時間序列數據集，以及分類、回歸或推薦系統的數據集。
4、Google數據集搜索引擎
Google數據集搜索引擎https://toolbox.google.com/datasetsearch
在2018年末，Google推出了數據集搜索服務。這是一個可以按名稱搜索數據集的搜索引擎，目標是為數萬個不同數據集存儲庫提供統一搜索入口，非常好用。
5、微軟數據集
在2018年7月，微軟與外界研究社區一起，發布了微軟研究開發數據。
微軟數據集地址：https://msropendata.com/
它包含了云服務器中的數據存儲庫，致力于促進全球研究社區的協作，并在其中提供了一系列用于已發表研究的數據集內容。
6、Awesome開放數據集收藏列表
Awesom Public Datasetshttps://github.com/awesomedata/awesome-public-datasets
本數據集列表中，按主題整理了大量的數據集內容，例如：生物學、經濟學、教育等。其中列出的大多數數據集都是免費的，但在使用任何數據集之前，均需檢查數據集的許可要求。
7、政府數據集
許多國家均在網絡上提供了多種公眾可用的政府數據集內容，例如：
歐洲政府數據集https://data.europa.eu/euodp/data/dataset
美國政府數據集https://www.data.gov/
新西蘭政府數據集https://catalogue.data.govt.nz/dataset
印度政府數據集https://data.gov.in/
北愛爾蘭公共數據集https://www.opendatani.gov.uk/
8、VisualData數據集
VisualData數據集https://www.visualdata.io/
視覺數據包含了一些用于構建計算機視覺模型的優秀數據集，用戶可通過某個CV主題查詢，例如語義分割、圖像標題、圖像生成、自動駕駛汽車等內容。
04
華云數創
集多年的多行業項目實踐
強大的專家團隊
除了找到特定的數據集來解決各種機器學習是一個難點外，相信從業者的你們還有類似于：
如何針對業務特點進行技術選型？
大數據平臺的如何從數據存儲轉變為數據價值？
數據治理如何能創造價值？
如何從0到1構建機器學習平臺？
如何對平臺進行持續迭代優化？
在政府、電力、金融、公共事業、公安、交通、企業應用中的實踐如何？
在此實踐過程中又會踩哪些坑？
我們如何能站在巨人的肩膀上更少更快更高的交付項目？
華云數創開放的合作體系“銷盟”如何促進各方的合作？
......
等等問題。
那么不妨來華云數創（北京）科技有限公司來坐坐，喝杯茶，一起找找思路、解決方案或者合作。
如果您喜歡此篇文章，記得發到朋友圈哦！分享智慧，好運常伴您！
加入“銷盟”吧，有料的“ICT銷售和大客戶聯盟”（微信ID：ICT-League）讓我們走的更快，看的更高，做的更好。
Help You Do Different！
結識同行、洞悉商機、掌握技術和時訊
華云數創（北京）科技有限公司
www.chinaclouddata.com.cn
注意啦，現在
IT圈最有料的“ICT銷售和大客戶聯盟”（微信ID：ICT-League）
絕對讓你站在IT鄙視鏈的頂端
分享是一種美德，轉載請注明來源和出處！
