大学精品课件：CHAPTER0-智能信息处理课程概述-2018.ppt

1、钱钱 峰峰电子科技大学电子科技大学 通信与信息工程学院通信与信息工程学院提纲提纲n引言引言n智能信息处理概念及必要性智能信息处理概念及必要性n智能信息处理的主要任务智能信息处理的主要任务n案列分析案列分析智能信息处理智能信息处理 大数据数大数据数据挖掘据挖掘人工智能人工智能信息处理信息处理统计学统计学智能信息处理智能信息处理Teaching Materialn数据挖掘：概念与技术（原书第数据挖掘：概念与技术（原书第3版）版）n美Jiawei Han，等 著n范明，孟小峰 译 n机械工业出版社 n特点：大量的图解、实例和练习n参考：第2版About the Instructorn钱钱 峰峰nPh

2、onePhone：6183020961830209nE-mailE-mail：nOfficeOffice：清水河科研楼：清水河科研楼KB325KB325n工作单位工作单位n信息与通信工程学院光纤实验室信息与通信工程学院光纤实验室n研究方向研究方向n复杂多维信息处理复杂多维信息处理n张量理论张量理论n深度学习深度学习 Reference Books Reference Books考核方式考核方式n成绩构成：成绩构成：期末期末70%、期中、期中5%、平时、平时25%（平时（平时 实验实验15%+课堂考核课堂考核10%）n考试方式：考试方式：期中随堂开卷、期末开卷期中随堂开卷、期末开卷n实验成绩：实

3、验成绩：结果分析结果分析50%、报告、报告50%课堂讲述、课后完成课堂讲述、课后完成Contentn1 1、引言、引言 n2 2、认识数据、认识数据 n3 3、数据预处理、数据预处理 n5 5、数据立方体技术、数据立方体技术 （自学自学）n6 6、挖掘关联规则（、挖掘关联规则（重点重点）n7 7、高级模式挖掘（、高级模式挖掘（自学自学）n8 8、分类：基本概念（、分类：基本概念（重点重点）n9 9、分类：高级方法（、分类：高级方法（自学自学）n1010、聚类分析：基本概念和、聚类分析：基本概念和方法（方法（重点重点）n1111、高级聚类分析（、高级聚类分析（自学自学）n1212、深度学习：基本

4、概念和、深度学习：基本概念和方法方法智能信息处理技术不断进步、新方法不断涌现，本智能信息处理技术不断进步、新方法不断涌现，本课程注重课程注重基本概念基本概念和和基本方法基本方法10开课必要性：学术界的角度开课必要性：学术界的角度(人工智能人工智能)11开课必要性：工业界的角度开课必要性：工业界的角度(人工智能人工智能)12开课必要性：工业界的角度开课必要性：工业界的角度(人工智能人工智能)开课必要性：学术的角度开课必要性：学术的角度(数据挖掘数据挖掘)开课必要性：工业界的角度开课必要性：工业界的角度(数据挖掘数据挖掘)提纲提纲n引言n智能信息处理概念及必要性智能信息处理概念及必要性n智能信息处

5、理智能信息处理的主要任务n案列分析人工智能概述：基本概念人工智能概述：基本概念(一一)n典型的典型的4种定义方法：类人、理性、思维、行为种定义方法：类人、理性、思维、行为行为行为思维思维类人类人理性理性n人工智能的一般解释人工智能的一般解释n从能力的角度：从能力的角度：人工智能是指用人工的方法在机器（计算人工智能是指用人工的方法在机器（计算机）上实现的智能。机）上实现的智能。n从学科的角度：从学科的角度：人工智能是一门研究如何构造智能机器或人工智能是一门研究如何构造智能机器或智能系统，去模拟、延伸和扩展人类智能的学科。智能系统，去模拟、延伸和扩展人类智能的学科。人工智能概述：基本概念人工智能概

6、述：基本概念(二二)测试主持人测试主持人被测机器被测机器被测人被测人能分辨出来能分辨出来的概率小于的概率小于50%吗？吗？Turing测试测试n图灵测试要求一台计算机要能够通过，至少应该具有以下能力：图灵测试要求一台计算机要能够通过，至少应该具有以下能力：n自然语言处理：自然语言处理：实现用自然语言与计算机的交流。实现用自然语言与计算机的交流。n知识表示：知识表示：存储它所知道的或听到的知识或信息。存储它所知道的或听到的知识或信息。n自动推理：自动推理：运用存储的知识或信息回答问题，并提取新的结论运用存储的知识或信息回答问题，并提取新的结论n机器学习：机器学习：能适应新的环境，并能自我获取新的

7、知识。能适应新的环境，并能自我获取新的知识。1818人工智能概述：基本人工智能概述：基本内容内容n人工智能基本概念、方法和技术人工智能基本概念、方法和技术n基本技术：基本技术：知识表示、推理、搜索、规划知识表示、推理、搜索、规划n人工智能的主要研究、应用领域人工智能的主要研究、应用领域n机器感知：机器感知：机器视觉机器视觉；机器听觉；自然语言；机器翻译；机器听觉；自然语言；机器翻译n机器思维：机器思维：机器推理机器推理n机器学习机器学习：n机器行为：机器行为：智能控制智能控制n智能机器：智能机器：智能机器人；机器智能智能机器人；机器智能n人工智能技术人工智能技术n计算智能：计算智能：神经计算；

8、模糊计算；进化计算；自然计算神经计算；模糊计算；进化计算；自然计算n分布智能：分布智能：多多Agent,群体智能群体智能n群集智能：群集智能：蚁群算法；粒群算法蚁群算法；粒群算法n集成智能：集成智能：脑机接口（即脑机接口（即BCI）Leibniz(1646-1716)George Boole（1815-1864）AMTuring(1912-1954）n人工智能先驱n人工智能图灵奖获得者(64位图灵奖获得者中有7位AI学者)：nMarvin Minsky（1969年）John McCarthy（1971年）nHerbert Simon和Allen Newell（1975年）nEdward Fei

9、genbaum和Raj Reddy（1994年）nJudea Pearl（2011年）19人工智能概述：历史人工智能概述：历史Trends leading to Data FloodnMore data is generated:nBank,telecom,other business transactions.nScientific Data:astronomy,biology,etcnWeb,text,and e-commerce nMore data is captured:nStorage technology faster and cheapernDBMS capable of ha

10、ndling bigger DBGrowth TrendsnMoores lawnComputer Speed doubles every 18 monthsnStorage lawntotal storage doubles every 9 monthsnConsequencenvery little data will ever be looked at by a humannKnowledge Discovery is NEEDED to make sense and use of data.Big Data互联网还没搞清楚的时候，移动互联就来了，移动互联还没搞清楚的时候，大数据就来了。

11、马云智能信息处理智能信息处理n为适应信息时代信息处理的要求，当前信息处理为适应信息时代信息处理的要求，当前信息处理技术向智能化发展，广泛的模拟人的智能来处理技术向智能化发展，广泛的模拟人的智能来处理各种信息各种信息n智能信息处理是计算机科学中的交叉学科，其目智能信息处理是计算机科学中的交叉学科，其目标是利用计算机技术处理海量复杂信息，研究新标是利用计算机技术处理海量复杂信息，研究新的、先进的理论技术的、先进的理论技术数据挖掘（Data Mining）智能信息处理提纲提纲n引言n智能信息处理概念及必要性n智能信息处理的主要任务智能信息处理的主要任务n案列分析分类分类Learn a method

12、for predicting the instance class from pre-labeled(classified)instancesMany approaches:Statistics,Decision Trees,Neural Networks,.分类分类:决策树决策树XYif X 5 then blueelse if Y 3 then blueelse if X 2 then greenelse blue523分类分类:神经网络神经网络nCan select more complex regionsnCan be more accuratenAlso can overfit th

13、e data find patterns in random noise线性回归线性回归xyy=x+1X1Y1(salary)(age)Example of linear regression聚类聚类clusteroutliersalaryage深度学习深度学习Last 2 are by deep learning approaches.实验工具实验工具nWeka主页：主页：http:/www.cs.waikato.ac.nz/ml/weka/实验工具实验工具nWeka主页：主页：https:/www.tensorflow.org/?hl=zh-cn提纲提纲n引言n智能信息处理概念及必要性n智

14、能信息处理的主要任务n案列分析案列分析OD flow I-b案列：案列：IP网络流量异常行为检测网络流量异常行为检测OD flow I-bFriSatSun案列：案列：IP网络流量分类网络流量分类(一一)?HTTPBittorrentSMTP?nTraffic classification(TC)?nFeaturesnReacting on application development案列：案列：IP网络流量分类网络流量分类(二二)38Training instances for class ATraining instances for class BFeature X(e.g.,1st

15、packet size,)Feature YTesting instances to classify7/16案列：案列：IP网络流量分类网络流量分类(三三)互联网应用类型互联网应用类型典型应用典型应用BULKftpDATABASEPostgres,sqlnet,oracle,ingressINTERACTIVESsh,klogin,rlogin,telnetMAILImap,pop2/3,smtpSERVICESX11,dns,ident,ldap,ntpWWWwwwP2PKaZaA,BiteTorrent,GnuTellaATTACKInternet worm and virus attacksGAMESHalf-LifeMULTIMEDIAWindows Media Player,Real案列：案列：IP网络流量分类网络流量分类(四四)