最近在研究研究ESP8266芯片，看看怎么手搓一个智能家居设备。

第一篇：人工智能的支柱

如果我们把资本和机械动能作为大航海时代以来全球近代化的推动力，那么数据则是我们正在经历的智能革命的核心动力。要了解人工智能，就要从数据说起。

数据的作用：文明的基石

使用数据标准流程：

获取数据->分析数据->建立模型->预测未知

相关性：使用数据的钥匙

大庆油田招标，日本通过铁人王进喜的照片分析获得关于大庆油田相对准确的信息，体重的设备非常有针对性，中标也就没有悬念了。

美国疾病控制和预防中心CDC与谷歌工程师通过关键词的趋势变化，预测流感传播地区，通过检索此条训练了一个线性回归模型预测2007年和2008年冬季流感传播的趋势和地点，准确率高达97%。

统计学：点石成金的魔棒

统计除了要求数量必须充分以外，还要求采样的数九具有代表性，即数据质的问题。

盖洛普在1936年美总统选举中，选取的统计样本考虑种族、性别、年龄和收入等因素，以5万样本战胜240万问卷的《文学文摘》，接连又成功预测1940年和1944年两次大选。ps.迷信1948年盖洛普预测的最大输家竟是蒋介石。。。。。。

数学模型：数据驱动方法的基础

切比雪夫不等式：（看不懂。。。。）

在工程上，采用多而简单的模型常常比一个精确的负责模型成本更低，也被使用得更加普遍。只要数据量足够多，就可以用若干个简单模型取代一个复杂的模型，即数据驱动方法。现有大量数据，而不是预设的模型，然后用很多的简单模型去契合数据（fit fata）。数据驱动方法最大的优势在于，它可以在最大程度上得以与计算机技术的进步。【君子善假于物也，能力不够技术来凑】