这里是阿川的博客，祝您变得更强

✨ 个人主页：在线OJ的阿川

💖文章专栏：AI入门到进阶

🌏代码仓库：

---

写在开头

现在您看到的是我的结论或想法，但在这背后凝结了大量的思考、经验和讨论

---

目录

1.AI序言2.机器学习解释3.监督学习解释4.无监督学习解释5.强化学习解释6.深度学习解释7.生成式AI解释8.大语言模型解释

---

1.AI序言

1956年被正式提出，旨在让计算机系统去模拟人类的智能，从而解决问题和完成任务。

AIGC — AI生成内容

Generative AI —生成式AI

算法—输入和输出之间的映射关系

一张图解释AI专有名词之间的关系，具体如图1所示：

图1 AI专有名词框架

---

2.机器学习解释

机器学习是AI的一个子集，它的核心在于不需要人类做显示编程，而是让计算机通过算法自行学习和改进识别模式作出预测和决策

---

3.监督学习解释

监督学习算法会接受有标签（期望的输出值）的训练数据

常见的有：分类、回归

举个例子：

给计算机很多猫和很多狗的图片，和照片对应的"猫""狗"标签进行训练，让模型根据没有见过的照片进行预测是猫还是狗。这就属于分类。拿一些房子特征的数据和相应的房价作为标签进行训练，然后让模型根据没见过房子的特征预测房价。这就属于回归。

---

4.无监督学习解释

无监督学习是学习的数据是没有标签的，算法的任务是自主发现数据里的模式和规律

常见的为：聚类

举个例子:

1. 来一堆新闻文章，让模型根据主题或内容的特征自动把相似文章进行组织。

---

5.强化学习解释

强化学习是让模型在环境里采取行动，获得结果反馈，即在反馈中学习，从而在给定情况下采取最佳行动来最大化奖励或最小化损失。

强化学习流程图，如图2所示：

图2 强化学习流程图

---

6.深度学习解释

深度学习是机器学习中的一个方法，核心在于使用人工智能神经网络，模拟人脑处理信息的方式，通过层次化的方法，提取和表示数据的特征

深度学习流程图，如图3所示：

图3 深度学习流程图

---

7.生成式AI解释

生成式AI是深度学习的一种应用，它可以利用神经网络来识别现有内容的模式和结构，学习生成新的内容

---

8.大语言模型解释

大语言模型是深度学习的一种应用，专门用于进行自然语言处理任务，且训练过程中数据量特别大。

好的，到此为止啦，祝您变得更强

7.想说的话

实不相瞒，写的每篇博客都要写五六个小时（加上自己学习和纸质笔记，共八九小时吧），很累，希望大佬支持

道阻且长 行则将至
个人主页：在线OJ的阿川 大佬的支持和鼓励，将是我成长路上最大的动力