《人工智能》吴恩达--思维导图

人工智能是指让计算机执行通常需要人类智能的任务的科学和工程

人工智能可以分为弱人工智能和强人工智能

机器学习是指让计算机从数据中自动地学习规律和知识，从而进行预测或决策的过程

机器学习可以分为监督学习、无监督学习、半监督学习和强化学习等类型

深度学习是指利用多层次的神经网络来模拟人类大脑的信息处理机制，从而实现复杂的功能和任务的一种机器学习方法

深度学习可以分为前馈神经网络、反馈神经网络和记忆神经网络等类型

深度学习可以有效地解决高维度、非线性和复杂的问题，提高模型的表达能力和泛化能力，例如图像识别、语音识别、自然语言处理等

深度学习可以自动地从数据中学习到合适的特征，而不需要人工地设计和选择特征，减少了人为的干扰和偏差

深度学习可以利用大量的数据和计算资源，通过多层次的抽象和组合，实现更高层次的功能和任务

如何使用深度学习

计算机视觉是指让计算机能够理解和处理图像或视频中的信息的技术领域

计算机视觉中常见的任务有图像分类、目标检测、人脸识别、图像分割、图像生成等

计算机视觉中常用的深度学习模型有卷积神经网络（CNN）、区域卷积神经网络（R-CNN）、生成对抗网络（GAN）等

自然语言处理是指让计算机能够理解和生成自然语言（如中文、英文等）的技术领域

自然语言处理中常见的任务有文本分类、情感分析、机器翻译、问答系统、文本摘要等

人工智能还可以应用于其他领域，例如医疗、教育、金融、游戏、音乐等

人工智能可以帮助人们提高效率、降低成本、增加安全性、创造价值等

为什么学习人工智能

如何学习人工智能