Python 机器学习-人工智能与机器学习概念介绍

人工智能 > 机器学习 > 深度学习

  1. 人工智能:流水线机器其实就是人工智能。
  2. 机器学习:垃圾邮箱机器学习,需要自动过滤算法、今日头条数据推荐 深度学习:2010至今。
  3. 机器学习包含深度学习 (可以理解为高级的机器学习),例如 图形图像识别、自然语言处理。
在这里插入图片描述

什么是机器学习

机器学习是一门多学科交叉专业,涵盖概率论知识,统计学知识,近似理论知识和复杂算法知识,使用计算机作为工具并致力于真实实时的模拟人类学习方式, 并将现有内容进行知识结构划分来有效提高学习效率

  1. 机器学习是一门人工智能的科学,该领域的主要研究对象是人工智能,特别是如何在经验学习中改善具体算法的性能。
  2. 机器学习是对能通过经验自动改进的计算机算法的研究。
  3. 机器学习是用数据或以往的经验,以此优化计算机程序的性能标准。

特征值与目标值

以前数据库中每一行称为记录,在Py中就称为样本,每一列称为字段在Py中就称为特征。机器学习和深度学习的本质就是通过大量样本的特征去学习寻找它们的规律,然后对未知的事物进行预测和分类操作。

在这里插入图片描述

机器学习与深度学习的区别

  1. 机器学习是实现人工智能的一种方法,简单来说,机器学习就是使用算法分析数据(需要我们自己找特征值),从中学习并做出推断或预测。与传统的使用特定指令集手写软件不同,我们使用大量数据和算法来“训练”机器,由此带来机器学习如何完成任务。
  2. 深度学习:深度学习是一种特殊的机器学习,深度与机器最大区别是机器学习需要人工寻找给定特征值,深度学习不用的,深度学习框架会自己找特征值,因为像视频,声音,图像这种多媒体文件人工也没办找出合适特征值,需要深度学习框架通过海量的运算之后去查找特征值。

发表评论

电子邮件地址不会被公开。 必填项已用*标注