《人工智能基础（高中版）》读书笔记1

经由朋友介绍读了这本由商汤科技和上海市教委有关单位学校共同撰写的书，让我突然茅塞顿开，很多此前专业性很强的书籍都无法让我明白的概念，在这本书里却介绍的如此通俗易懂。

什么是人工智能

• 人工智能是通过机器来模拟人类认知能力的技术

分类

数据（data）是信息的载体。分类（Classification）就是要根据所给的数据的不同特点，判断它属于哪个分类。

特征提取

对事物的某些方面的特点进行刻画的数字或者属性，称作特征（feature）。

特征向量

把描述一个事物的特征数值组织在一起就形成了特征向量（feature vector）。被表示成为$x=(x_1,x_2,\dots,x_n)$。

向量

$(x_1,x_2)$ 这种形式的一组数据在数学中被称作向量（vector）。

• 向量加减法：两个相同维数的向量相佳节，就是他们的每个数字对应相加减。
• 数量乘法：一个数和向量相乘，就是这个数和向量中的每一个数字相乘。
• 内积：两个具有相同维度的向量做内积，就是他们每个数字对应相乘并求和。

特征点和特征空间

将特征向量花在坐标系内，坐标系中的一个点就表示一个特征。这些表示特征向量的点被称为特征点（feature piont），所有这些点构成的空间被称为特征空间（feature space）。

分类器

分类器就是一个由特征向量到预测类别的函数。

线性分类器

具有$f(x_1,x_2,\dots,x_n) = a_1x_1 + a_2x_2 + \dots + a_nx_n + b$形式的分类器被称为线性分类器（linear classifier），其中$n$是特征向量的维度。$a_1,a_2,\dots,a_n,b$是函数的系数，被称为分类器的参数（parameters）。