简单理解:人工智能、数据挖掘、模式识别、机器学习、深度学习
来源:互联网 发布:dnf拍卖行软件 编辑:程序博客网 时间:2024/05/16 19:19
出于学习的需要,对人工智能领悟几个很重要的概念(人工智能、数据挖掘、模式识别、机器学习、深度学习)做了简单的总结。不一定很全,只是总结了几者主要的区别。
人工智能是相对于人大脑智能以外,机器展示出来的智能,是一个模糊抽象的概念。和机器人领域结合比其他概念要更直接些。以下是wiki上的解释
所以说,AI其实机器智能的最终目标。
数据挖掘:
强调在在海量数据(大数据)里发现知识,并试图描述数据内在的逻辑。具体方法不一定依托于机器学习,而只是依托于规则,来寻找数据的内在逻辑。只是数据挖掘用到机器学习方法时候,会产生1+1>2的效应。换句话说,数据挖掘方法可以是自动化或者非自动,而自动化方法可以借鉴机器学习方法,而非自动化则需要专门设定规则。
模式识别:
70年代至80年代提出,强调的是如何让一个计算机程序去做一些看起来很“智能”的事情,例如区分“3”和“B”或者“3”和“8”,很多时候需要专门手工设计一些分类规则,如滤波,边缘检测和形态学处理等技术。(智能程序的诞生)
机器学习:
90年代初提出,强调的是,在给计算机程序(或者机器)输入一些数据后,他必须学习这些数据,而这个学习的步骤是明确的,学习结果是对已有数据的分类和一个预测模型,预测模型可用于对未知数据的预测。(从样本中学习的智能程序,data-driven)
典型机器学习的流程图
深度学习:
21世纪很热门,强调的是你使用的模型(例如深度卷积多层神经网络),模型中的参数可以从数据中学习获得。(一统江湖的框架)
卷积神经网络框架
参考资料
整理:深度学习 vs 机器学习 vs 模式识别
http://www.csdn.net/article/2015-03-24/2824301
大数据与深度学习区别?
https://www.zhihu.com/question/31814850
WIKI-artificial intelligence
https://en.wikipedia.org/wiki/Artificial_intelligence
- 简单理解:人工智能、数据挖掘、模式识别、机器学习、深度学习
- 人工智能-机器学习-数据挖掘-模式识别
- 人工智能、数据挖掘、模式识别、机器学习、深度学习的概念认知
- 人工智能、机器学习、模式识别、数据挖掘、自然语言处理
- 机器学习、统计分析、数据挖掘、神经网络、人工智能、模式识别,
- 人工智能、机器学习、深度学习、数据挖掘、数据分析区分
- FPGA机器学习之数据挖掘,图像处理,机器视觉,模式识别,人工智能,机器学习的关系
- 数据挖掘、机器学习、模式识别的区别
- 机器学习、统计分析、数据挖掘、神经网络、人工智能、模式识别之间的关系是什么?
- 机器学习、人工智能、数据挖掘和计算机视觉与模式识别的重要会议、期刊
- [ 人工智能]模式识别、机器学习、数据挖掘当中的各种距离总结
- 「人工智能」模式识别、机器学习、数据挖掘当中的各种距离总结
- 什么是人工智能、机器学习、深度学习、数据挖掘以及数据分析?<一>
- 什么是人工智能、机器学习、深度学习、数据挖掘以及数据分析?<二>
- 人工智能、机器学习、数据挖掘著名会议
- 人工智能机器学习数据挖掘著名会议
- 数据挖掘,机器学习,自然语言处理,人工智能??????
- 现阶段对数据库中知识发现KDD、数据挖掘、集成学习、深度学习、机器学习、人工智能、统计学、大数据、云计算的个人理解:
- ubuntu16.04安装eclipse后启动栏图标为问号
- 你不知道的Java学习笔记19-- 对象序列化
- win10十周年更新后cent os 虚拟机无法连接到xshell
- JAVA从菜鸟【入门】到新手【实习】一一Python知识体系
- ORM相关框架工作原理学习总结(一)
- 简单理解:人工智能、数据挖掘、模式识别、机器学习、深度学习
- Linux命令
- 20道常见初级Java面试题
- 搜狗输入法
- 低字节+高字节+字地址+大端序+小端序全辨析
- 四种常见的 POST 提交数据方式
- 【C++研发面试笔记】12. 基本数据结构-B树簇
- Hust oj 1160 吸血鬼(并查集)
- Mysql的安装