数据挖掘通常是在大量数据中通过算法检索隐藏信息的过程。数据挖掘本质上更像是机器学习和人工智能的基础。例如,大学的招生办公室通过数据挖掘模型,除了传统的GPA和标准化考试外,还可以找出影响学生今后学校成绩的其他因素。需要注意的是,数据挖掘不是证明假设的方法,而是用于构建各种假设。人

工智能对我们生活的影响

博士告诉我们,短期来讲,人工智能将会在无人驾驶,图像识别,语音识别实现较大突破,帮助人类提高生产效率。长期来讲,人工智能可以减少人类的重复性劳动,将重复性劳动变成电脑的自动决策。例如高盛已经将交易员人数大量减少,因为交易员多数时间只是在执行某种特定的交易策略,电脑可以更好的完成这类工作。

另外,人工智能也可以不断提高人类对某种物品的使用效率,例如出租车每天除了有效载客时间,很大一部分时间是无效并被浪费的。在可以预见的未来,机器学习可以通过准确预测不同时间地点的用车需要,不断降低车辆的空跑时间。

目前有许多的高中生对人工智能这一领域非常地感兴趣,但是却不知从哪些方面切入学习。

博士认为高中生并不必要从复杂的数学模型入手,因为对于高中生现有的知识储备,过于复杂的数学问题往往会打击探索的积极性。建议高中生从身边小事入手,寻找一些自己感兴趣的小问题。例如如果家里买车需要参加车牌拍卖,可以去寻找过去几年的拍卖均价,试着做出一些分析,也可以去通过数据探究一些星座对人性格的说法是否准确。在这样的过程中,如果需要用到更多的数学知识,再去逐渐补充。

课外大师后台有许多与人工智能领域相关的课外活动

如果你对此感兴趣,可以联系课外大师小助手进一步咨询

添加课外大师小助手:eamastercs

相关推荐