1、人工智能 AI(Artificial Intelligenc)
为机器赋予人的智能,能够感知、推理、行动和适应的程序。
2、机器学习 ML(Machine Learning)
实现人工智能的方法,能够随着数据量的增加不断提高性能。
3、深度学习 DL(Deep Learning)
深度学习是一种机器学习方法,是机器学习的第二次浪潮。
三者关系图如下:
机器学习是从已知数据中获取规律,并利用规律对数据进行预测的方法。
机器学习是一种统计学习方法,主要学习方法包括监督学习、无监督学习和强化学习两类。
基于输入数据和期望输出,通过训练从数据中提取通用信息或特征信息,以此得到预测模型。其中的特征如图像中的纹理特征、颜色特征、边缘特征等
无需期望输出,算法自动从数据中获取特征值。
自然语言处理、图像识别、医疗诊断、风险预测以及在工程学、心理学和经济学等具有成功的应用。
深度学习与人脑的认知结构相似,一般是指具有多层网络结构,但网络层数没有严格定义。
机器学习是需要手动设计特征值(比如颜色特征、边缘特征等),而深度学习可以自动学习提取什么样的特征(甚至是特征的组合),能获得更好的性能。
深度学习是基于神经网络发展起来的技术,可以理解成用深度的神经网络来进行机器学习。
起源于感知器:感知器–多层感知器–深度神经网络–卷积神经网络……
起源于受限玻尔兹曼机:受限玻尔兹曼机–深度置信网络
如果想持续看相关文章,还可关注公众号“小黄有点忙”哈。