人工智能常見的模型按照處理問題分為6大類：處理權重問題的權重模型、處理狀態問題的狀態模型、處理序列問題的問題模型、處理表示問題的表示模型、處理相似度的相似模型、處理分類問題的分類模型。

權重是計算特定狀態下事物的重要性。

狀態問題是刻畫權重動態變化的過程，當前狀態的下一個狀態是什么（狀態機？？）。

序列模型：狀態有時候是可見的有時候是不可見的，狀態的轉化也是不確定的。

表示模型，字面意思，如何表示事物。

相似模型，計算相似度和距離。

分類模型，字面意思就是分類，使得類內相似度大，類間相似度小。

狀態問題和序列問題的區別？👇

那么序列問題的一個典型例子就是，自然語言處理NLP。

相似問題和分類問題？👇

分類模型一般基于某一種相似模型。相似模型是用來看像不像，分類模型是用來看是不是。

感知機待求值只有+1，-1兩個枚舉值。

什么是隱馬爾可夫模型？👇

---

實在看不進去，以后再學吧。