引自一大佬的部落格
機器學習:一種實現人工智慧的方法
深度學習:一種實現機器學習的技術
三者的區別和聯絡:
機器學習是一種實現人工智慧的方法,深度學習是一種實現機器學習的技術。我們就用最簡單的方法——同心圓,視覺化地展現出它們三者的關係。
目前,業界有一種錯誤的較為普遍的意識,即深度學習最終可能會淘汰掉其他所有機器學習演算法這種意識的產生主要是因為,當下深度學習在計算機視覺、自然語言處理領域的應用遠超過傳統的機器學習方法,並且**對深度學習進行了大肆誇大的報道。
深度學習,作為目前最熱的機器學習方法,但並不意味著是機器學習的終點。起碼目前存在以下問題:
深度學習模型需要大量的訓練資料,才能展現出神奇的效果,但現實生活中往往會遇到小樣本問題,此時深度學習方法無法入手,傳統的機器學習方法就可以處理;
有些領域,採用傳統的簡單的機器學習方法,可以很好地解決了,沒必要非得用複雜的深度學習方法;
深度學習的思想,**於人腦的啟發,但絕不是人腦的模擬,舉個例子,給乙個三四歲的小孩看一輛自行車之後,再見到哪怕外觀完全不同的自行車,小孩也十有**能做出那是一輛自行車的判斷,也就是說,人類的學習過程往往不需要大規模的訓練資料,而現在的深度學習方法顯然不是對人腦的模擬。
人工智慧與機器學習
現如今,人工智慧與機器學習受到了各行各業的廣泛關注,大眾對其態度不一。但是人工智慧與機器學習對不同的人來說其代表的東西並不相同。通常人工智慧與機器學習會引起人們的恐懼與不確定性,因此一些專家對這兩個術語相關的風險表示擔憂。事實上,人工智慧與機器學習已經成為了我們日常生活中不可分割的一部分,即使在有些...
人工智慧與機器學習目錄
1 anaconda搭建人工智慧與深度學習平台 2 python基礎 python基礎 基礎語法元素 python基礎 基本資料型別 python基礎 組合資料型別 python基礎 程式控制結構 python基礎 函式 python基礎 類和物件 python基礎 檔案讀寫 模組 包和庫 pyth...
人工智慧與機器學習 Review
首先,機器學習是人工智慧的乙個分支,是人工智慧發展到一定階段的必然產物。人工智慧回顧 推理期 二十世紀五十年代到七十年代 認為只要賦予機器邏輯推理能力,機器就具有了智慧型。知識期 盛行於二十世紀七十年代中期 認為使機器具有智慧型,必須具備知識。機器學習期 當今時代 讓機器自己學習知識,以獲得智慧型。...