大数据 云计算 人工智能
参考挂东简书
终于有人把云计算、大数据和人工智能讲明白了
记录自己理解：
总结
云计算：根据需求配电脑
大数据：收集大量数据后，进行处理分析，获取智慧。整个过程需要大量的计算机资源。
人工智能：通过模拟人脑工作方式，使得机器具有智能，像朋友一样懂你。
联系：人工智能需要大数据训练 大数据需要云计算提供强大的计算机资源
云计算：
诞生：
对计算机资源（计算 网络 存储资源）的需求时空上不是均匀的
云计算能够提供时间灵活性和空间灵活性
资源层面的弹性：
使用虚拟化技术，用牛逼的算法调度计算机资源，资源的分配是随着用户的需要而变化的，其实有点像银行，给储户的感觉是什么时候取钱都有，只要不同时挤兑，银行就不会垮
应用层面的弹性：
需要管理应用 创建出来的虚拟机是空的管理的应用分为通用的和自己的自己的应用使用容器解决不兼容等问题
大数据：
数据十分杂乱，经过梳理和清洗，才能够称为信息，信息会包含很多规律，我们需要从信息中将规律总结出来，称为知识有了知识，然后利用这些知识去应用于实战，有的人会做得非常好，这个东西叫做智慧。
技术步骤：
收集：爬取、推送
传输：排队
存储
处理 分析：
检索和挖掘：
从数据库中提取数据+清洗数据基本占70%-75%时间和精力。所以数据科学是计算机+数学+统计。
人工智能：
如何实现智能：
教推理：太过简单，
教推理+结合知识（专家系统）：很多东西的知识难以总结出来
让机器自己学习：模拟人脑工作方式。
人脑是如何工作的：
人类的脑子里面不是存储着大量的规则，也不是记录着大量的统计数据，而是通过神经元的触发实现的，每个神经元有从其它神经元的输入，当接收到输入时，会产生一个输出来刺激其它神经元。于是大量的神经元相互反应，最终形成各种输出的结果。
计算机实现：
使用一个数学单元来模拟神经元这个神经元有输入，有输出，输入和输出之间通过一个公式来表示，输入根据重要程度不同(权重)，影响着输出。于是将n个神经元通过像一张神经网络一样连接在一起。n这个数字可以很大很大，所有的神经元可以分成很
多列，每一列很多个排列起来。每个神经元对于输入的权重可以都不相同，从而每个神经元的公式也不相同。当人们从这张网络中输入一个东西的时候，希望输出一个对人类来讲正确的结果。
思路：
不需要让机器理解，只需要让结果正确即可
要保证这个结果，需要训练和学习。学习的过程就是，输入大量的图片，如果结果不是想要的结果，则进行调整。调整神经元权重。
几种实现智能体系的对比：
专家系统：类似于计划经济，无法得出细节，决策失误率高。
基于统计分析：比较靠谱，但是很粗糙，无法得出细节。
基于神经网络：最准确的表达，基于个体进行调整。
