AI：人工智能概念之機器學習ML、深度學習DL、數(shù)據(jù)挖掘、知識發(fā)現(xiàn)、模式識別等重要領(lǐng)域之間比較關(guān)系結(jié)構(gòu)圖之詳細攻略

?

?

?

?

目錄

AI與ML、DL的概念

AI與ML、DL的結(jié)構(gòu)關(guān)系圖

---

?

?

參考文章：《2019.12人工智能發(fā)展報告(清華)，人工智能十三大領(lǐng)域總結(jié)，中國工程院知識智能研究中心》

AI與ML、DL的概念

AI：使計算機模仿人類智能的任何技術(shù)。
ML：人工智能的子集。機器利用統(tǒng)計技術(shù)隨經(jīng)驗逐步提升完成任務(wù)的能力。

• 特征提取(人工)+分類(算法)

DL：機器學習的子集。使用多層神經(jīng)網(wǎng)絡(luò)和海量數(shù)據(jù)的算法，使軟件經(jīng)過訓練完成任務(wù)，如語音和圖像識別。

• 端到端：特征提取(算法)+分類(算法)

?

1、機器學習相關(guān)概念的辨識

? ? ? ? 普遍認為，機器學習（Machine Learning，常簡稱為ML）的處理系統(tǒng)和算法是主要通過找出數(shù)據(jù)里隱藏的模式進而做出預測的識別模式，它是人工智能（Artificial Intelligence，常簡稱為AI）的一個重要子領(lǐng)域，而人工智能又與更廣泛的數(shù)據(jù)挖掘（Data Mining，常簡稱為DM）和知識發(fā)現(xiàn)（Knowledge Discovery in Database，常簡稱為KDD）領(lǐng)域相交叉。
? ? ? ??為了更好的理解和區(qū)分人工智能（Artificial Intelligence）、機器學習（Machine Leaning）、數(shù)據(jù)挖掘（Data Mining）、模式識別（Pattern Recognition）、統(tǒng)計（Statistics）、神經(jīng)計算（Neuro Computing）、數(shù)據(jù)庫（Databases）、知識發(fā)現(xiàn)（KDD）等概念，特繪制其交叉關(guān)系如下圖所示

2、機器學習基本過程

? ? ? ?機器學習是一門多領(lǐng)域交叉學科，涉及概率論、統(tǒng)計學、逼近論、凸分析、算法復雜度理論等多門學科。專門研究計算機怎樣模擬或?qū)崿F(xiàn)人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結(jié)構(gòu)使之不斷改善自身的性能。其過程可以用下圖簡單表示

?

?

?

?

?

?

AI與ML、DL的結(jié)構(gòu)關(guān)系圖

?

?

?

?

總結(jié)

以上是生活随笔為你收集整理的AI：人工智能概念之机器学习ML、深度学习DL、数据挖掘、知识发现、模式识别等重要领域之间比较关系结构图之详细攻略的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。