人工智能常见的模型按照处理问题分为6大类：处理权重问题的权重模型、处理状态问题的状态模型、处理序列问题的问题模型、处理表示问题的表示模型、处理相似度的相似模型、处理分类问题的分类模型。

权重是计算特定状态下事物的重要性。

状态问题是刻画权重动态变化的过程，当前状态的下一个状态是什么（状态机？？）。

序列模型：状态有时候是可见的有时候是不可见的，状态的转化也是不确定的。

表示模型，字面意思，如何表示事物。

相似模型，计算相似度和距离。

分类模型，字面意思就是分类，使得类内相似度大，类间相似度小。

状态问题和序列问题的区别？👇

那么序列问题的一个典型例子就是，自然语言处理NLP。

相似问题和分类问题？👇

分类模型一般基于某一种相似模型。相似模型是用来看像不像，分类模型是用来看是不是。

感知机待求值只有+1，-1两个枚举值。

什么是隐马尔可夫模型？👇

---

实在看不进去，以后再学吧。