问风博客

知识图谱知识知识是人类对信息进行处理之后的认知和理解对数据和信息的凝练、总结后的成果图谱图谱是一些事物与另一些事物之间相互连接的结构图谱通常由一些结点和连接这些结点的边组成实体（节点）指的是现实世界中的事物关系（边）则用来表达不同实体之间的某种联系知识图谱知识图谱把图形学、信息可视化技术等理论方法与计量学引文分析、共现分析等方法结合利用可视化的图谱形象地展示学科的整体知识架构，达到多学科融合目的的

一、智能语音技术概述通过对语音进行分析、理解和合成，使计算机设备实现“能听会说”、具备自然语言交流的技术能力。其涉及范围主要有：语音合成技术语音识别技术语音测评技术语音降噪与增强技术研究任务：研究难点：涉及到很多领域，需要掌握各领域的基础知识、掌握很多技能才能实用化应用场景：二、智能语音技术处理对象人的发声：肺部呼出的气流透过支气管到达喉头，引发喉头中声带的颤动，振动产生声音，再由口腔或鼻腔控制发

一、基本介绍自然语言理解：所有支持机器理解文本内容的方法模型或任务的总称，是推荐、问答、搜索等系统的必备模块自然语言生成：将非语言格式的数据转换成人类可以理解的语言格式，是翻译、协作等系统的必备模块自然语言处理的发展趋势智能人机交互不同语言、不同领域下的人机交互提升多语言交互从不同语言理解上升到不同文化的理解多模态融合视频、图像、文本、语音等模态的全面融合在对话系统产品中应用效果显著解决方案建设在

一、计算机视觉概述定义：计算机视觉是一门研究如何使机器“看”的科学，也可以看作是研究如何使人工系统从图像或多维数据中“感知”的科学目标：计算机视觉成为机器认知世界的基础，终极目的是使得计算机能够像人一样“看懂世界”计算机视觉的优势在图像处理上，实现超人类的准确性；例如图片颜色、细节敏感度在细微变化识别上，性能远胜于人类；例如医疗图像分析在计算能力上，速度与精确性完胜人类；例如超级计算机与人类视觉的

一、深度学习概述DeepLearning机器学习的分支是一种人工神经网络为架构对资料进行特征学习的算法：允许计算机学习使用特征的同时，也学习如何提取特征（学习如何学习）优点：学习能力强覆盖范围广、适应性好数据驱动、上限高可移植性好缺点：计算量大、便携性差硬件需求高模型设计复杂容易存在偏见深度学习框架一种界面、库或工具能够让开发人员利用预先构建和优化好的组间集合定义模型更容易、更快速地构建深度学习模

一、机器学习概述一个目标：给机器赋予人的智能，让机器能够像人一样地思考问题，做出决策两种途径：机器学习是实现人工智能的一种途径，让机器使用算法解析数据、从中学习数据特征，并进行归纳判断深度学习是机器学习的一类重要方法，采用多层非线性函数（神经网络）学习数据特征，并进行判断，属于机器学习解决图像、语音、文本等领域问题的一个重要分支机器学习的定义与方向：通过技术的手段，利用已有的数据（经验）开发可以用

一、数据采集字段类型分类：文本类时间类数值类数据结构类型分析：结构化数据：数据库中的数据非结构化数据：TXT、WORD半结构化数据：XML、JSON从系统外部采集数据并输入到系统内部；对数据进行抽取、转换、加载常用的数据采集方法：网络数据采集：网页数据；API、爬虫采集端侧数据采集：传感器转换的物理量；摄像头、麦克风系统日志采集：行为日志、系统日志数据库采集：SQL二、数据预处理在数据集用于模型训

一、机器学习PAI平台基础概述PlatformofArtificialIntelligence(PAI)为传统机器学习和深度学习提供了数据处理、模型训练、模型部署的一站式服务。建模：可视化建模与分布式训练—PAI-DesignerNotebook交互式AI研发—PAI-DSW存储、算力资源：云原生AI基础平台—PAI-DLC模型部署：在线预测—PAI-EAS二、DSW基础DataScienceWo

一、人工智能概述、定义智能的三大能力：感知能力：接收来自外界信息的能力记忆与思维能力：识记、保持、再认识和重现客观事物所反映的内容和经验的能力；将感性认知抽象为理性知识的能力学习与适应能力：通过学习过程来丰富知识和技巧的能力；对环境、条件作出反应的能力人工智能作为一门学科，是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。研究范围包括：机器人、语言识别、图片识