AI：人工智能概念之機器學習ML、深度學習DL、數據挖掘、知識發現、模式識別等重要領域之間比較關系結構圖之詳細攻略

?

?

?

?

目錄

AI與ML、DL的概念

AI與ML、DL的結構關系圖

---

?

?

參考文章：《2019.12人工智能發展報告(清華)，人工智能十三大領域總結，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。
ML：人工智能的子集。機器利用統計技術隨經驗逐步提升完成任務的能力。

• 特征提取(人工)+分類(算法)

DL：機器學習的子集。使用多層神經網絡和海量數據的算法，使軟件經過訓練完成任務，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）的處理系統和算法是主要通過找出數據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）的一個重要子領域，而人工智能又與更廣泛的數據挖掘（Data Mining，常簡稱為DM）和知識發現（Knowledge Discovery in Database，常簡稱為KDD）領域相交叉。
? ? ? ??為了更好的理解和區分人工智能（Artificial Intelligence）、機器學習（Machine Leaning）、數據挖掘（Data Mining）、模式識別（Pattern Recognition）、統計（Statistics）、神經計算（Neuro Computing）、數據庫（Databases）、知識發現（KDD）等概念，特繪制其交叉關系如下圖所示

2、機器學習基本過程

? ? ? ?機器學習是一門多領域交叉學科，涉及概率論、統計學、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實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構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的結構關系圖

?

?

?

?

總結

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站內容還不錯，歡迎將生活随笔推薦給好友。