作者：小5聊
简介：一只喜欢全栈方向的程序员，欢迎咨询，尽绵薄之力答疑解惑
目录
1、课程介绍
2、适用人群
3、 讲师Dan Mbanga
4、机器学习认识功能
5、什么是AI
6、AI 依赖于知识工程
7、AI推动了业务增长
8、深度机器学习
9、领域差异
10、决策产生结果
11、机器做出预测
1、课程介绍
1）讨论什么是 AI 及其重要性
2）简要介绍机器学习和深度学习（它们是 AI 的子集）
3）并介绍 Amazon 如何在其产品中使用 AI
2、适用人群
架构师，业务人员，开发人员，运维人员，数据工程师，云从业者
3、 讲师Dan Mbanga
亚马逊云科技培训和认证团队，在亚马逊云科技任职四年，负责机器学习和深度学习方面得业务拓展，作为亚马逊云科技AI主要团队业务的一部分，他致力于帮助客户将他们的策略从概念构思转变成在亚马逊云科技环境上的具体实现，在本视频中，他将介绍学习什么是人工智能
4、机器学习认识功能
在本视频中，您将学习什么是人工智能
In This Video
What is artificial interlligence (AI)?
Why is AI important?
What are machine learning and deep learning?
How Amazon uses AI in its products
AI-supporting services and frameworks available in AWS
Use cases
它如何为不同的业务增值，以及 Amazon 如何在其产品中使用AI
简单的说，AI是机器的智能行为
这意味着，任何可以感知其环境并相应采取操作的设备都具有AI
通过使用AI，机器可以模拟人的认识功能，如学习和解决问题
5、什么是AI
使用人工智能的一个常见例子
是让设备具有扫描功能并且可以解释其物理环境
这样一来，他们就可以四处移动甚至还可以上下楼梯
6、AI 依赖于知识工程
要使机器像人类一样行动和反应
我们需要为他们提供来自现实世界的信息
为了模仿人类智能，AI 依赖于知识工程
知识工程是AI研究的重要组成部分，
具有AI的机器有望像人类一样解决问题，
为此，机器需要有关现实世界的广泛知识，
换句话说，他们需要了解物体于情境之间的关系，
事件的性质、原因和结果等类似知识，
然后处理此数据并反馈到软件程序中，
再分析数据，最后以人类处理问题的方式对特定问题做出决策，
简单地说，目标是将人类的专业知识转化为可以采用相同数据，
并得出与人类相同结论的软件程序，
这一将数据提供给软件程序并得出与人类一样的决策的过程也称为建模过程，
这个模型，从根本上说，就是一个软件算法，
将不断优化直到它的决策接近人类所做出的决策，
如果对某个特定问题的决策与人类的决策不一致，
那么我们会返回模型并进行调试直到我们改进它为止，
就像您预计的那样，这是一个迭代过程。
7、AI推动了业务增长
推动了业务的增长
各种公司都在使用AI进行创新
公司正在根据用户满意度、反馈、趋势等
进行重大投资以改进其产品
他们正在使用AI来实现这一点下面介绍几个目前如何使用AI的例子：
1）检测和阻止安全威胁和欺诈行为
2）通过自动呼叫中心或聊天室解决用户的技术问题
3）自动执行可重复的任务
4）如工资表、数据录入和审计
5）预测用户的行为并提供建议
6）监视社交媒体评论
7）以及根据搜索趋势定制广告内容
8、深度机器学习
在您开始了解AI后
您就会看到类似于机器学习和深度学习的术语
机器学习（也称为ML）和深度学习（也称为DL）
实际上都是AI的子集
您可以借助ML和DL算法来创建AI系统
例如，预测用户行为并提出建议的软件程序
或者是一个理解人类（例如Alexa）所说的想法和句子的系统
让我们来讨论一下这些领域以及他们之间的差异
9、领域差异
机器学习通常在显式编程过于僵化
或不切实际的情况下部署
与常规计算代码不同
机器学习使用数据生成统计代码
该代码根据从前期的输入示例中
识别的模式输出正确的结果
10、决策产生结果
这些预测用于做出有关机器学习
要执行的下一步的决策
该决策产生结果
然后对这些结果进行评估并添加到数据池中
新数据将影响未来的预测和后续决策
这就是机器学习随着时间的推移进行学习的方式
11、机器做出预测
庞大的数据集做出预测
通过对数据进行分类
从数据集优化实用程序功能
并提取隐藏的模式和结构
这使得软件程序能够学习并在未来做出预测
深度学习机器学习更进一步
深度学习使机器能够根据提供的来定义自己需要的功能
总结：机器在不断进行深度学习后，积累庞大的数据，通过这个数据集能够更加准备做出决策做出预测，完成和解决许多问题，最终，机器AI，实际上就是软件算法和知识工程。
