人工智能、机器学习、深度学习、强化学习
- 可以大致认为深度学习时机器学习中的一种方法,而机器学习则是人工智能的一个分支。
人工智能:除了机器学习外,还包括专家系统、进化计算、模糊逻辑、多代理、规划问题等。最近几年,人工智能的发展主要有机器学习领域的推动,尤其是深度学习上取得的突破。人工智能分为强人工智能和弱人工智能。
机器学习:图中上半部分是从学习方法上来分,可分为监督学习、无监督学习、半监督学习、集成学习、深度学习和强化学习。深度学习本来不是一种独立的方法,本身也会用到有监督和无监督的学习方法来训练深度神经网络,但最近其特有的学习手段相继被提出,故…..。俺学习目的来分,机器学习涵盖了回归、分类、聚类、异常监测、量纲学习和因果分析等
深度学习:利用深度神经网络来解决特征表达的一种学习过程。深度神经网络可理解为隐含层很多的一个神经网络结构
强化学习:一个代理(Agent)在一个环境里设计一系列动作(Actions)以获得最优的未来长期回报(Reward)
2. 急急急
数据挖掘、人工智能、大数据和云计算
- 数据挖掘是从数据中挖掘知识的过程,人工智能和数据库技术可以作为挖掘工具,数据可以看作是土壤,云平台可以看作是承载数据和挖掘算法的基础设施

本文探讨了人工智能、机器学习、深度学习和强化学习之间的关系,指出深度学习是机器学习的一部分,机器学习则属于人工智能领域。同时,阐述了数据挖掘、人工智能、大数据和云计算在知识获取和处理中的角色,强调大数据不仅仅是数据量大,更在于多源数据融合,并在解决实际问题时需要融合多种技术,如数据挖掘和人工智能算法。
最低0.47元/天 解锁文章
2万+

被折叠的 条评论
为什么被折叠?



