区块链技术博客
www.b2bchain.cn

人工智能基本概念求职学习资料

本文介绍了人工智能基本概念求职学习资料,有助于帮助完成毕业设计以及求职,是一篇很好的资料。

对技术面试,学习经验等有一些体会,在此分享。

  • 人工智能
  • 机器学习
    • 监督学习
    • 无监督学习
    • 强化学习
    • 一些理解
  • 深度学习
  • 迁移学习
  • 小结
  • 参考

本文旨在介绍以下人工智能(Artificial Intelligence)相关概念的含义和区别,让大家对人工智能有一个基本的认识。

  • 机器学习(Machine Learning)
  • 监督学习(Supervised Learning)
  • 无监督学习(Unsupervised Learning)
  • 强化学习(Reinforcement Learning)
  • 深度学习(Deep Learning)
  • 迁移学习(Transfer Learning)

人工智能基本概念

人工智能基本概念

人工智能

人工智能诞生于 20 世纪 50 年代,定义为:努力将通常由人类完成的智力任务自动化。因此,人工智能是一个综合性的领域,不仅包括机器学习,还包括更多不涉及学习的方法。比如,早期的符号主义人工智能(硬编码)专家系统等。

虽然符号主义人工智能适合用来解决定义明确的逻辑问题,但它难以给出明确的规则来解决更加复杂、模糊的问题,比如图像分类、语音识别语言翻译。于是出现了一种新的方法来替代符号主义人工智能,这就是机器学习

机器学习

机器学习是实现人工智能的一种方法

在经典的程序设计中,人们输入的是规则(即程序)和数据,系统输出的是答案

人工智能基本概念

而机器学习,输入的是数据和预期得到的答案,系统输出的是规则这些规则随后可应用于新的数据,并使计算机自主生成答案

人工智能基本概念

因此,机器学习系统是训练出来的,而不是明确地用程序编写出来的。将与某个任务相关的许多示例输入机器学习系统,它会在这些示例中找到统计结构,从而最终找到规则将任务自动化。

机器学习根据形式可分为:

  • 监督学习
  • 无监督学习
  • 强化学习

监督学习

事先(有经验)为数据标记标签(答案) 的训练形式就是监督学习。训练目标是能够给新数据以正确的标签

人工智能基本概念

举个例子,妈妈拿了很多鸭子、兔子图片(数据)给小朋友看,并且告诉它这个是鸭子、那个是兔子(标签)。小朋友通过妈妈多次的指导(训练),下次再拿一个新的鸭子图片,就会辨认出来了(找到规则)。

监督学习常用于任务驱动回归或者分类问题。

无监督学习

当缺乏足够的先验知识,难以标注类别时,根据未加标签的训练数据解决模式识别中的各种问题,称之为无监督学习。

  • 人工智能
  • 机器学习
    • 监督学习
    • 无监督学习
    • 强化学习
    • 一些理解
  • 深度学习
  • 迁移学习
  • 小结
  • 参考

本文旨在介绍以下人工智能(Artificial Intelligence)相关概念的含义和区别,让大家对人工智能有一个基本的认识。

  • 机器学习(Machine Learning)
  • 监督学习(Supervised Learning)
  • 无监督学习(Unsupervised Learning)
  • 强化学习(Reinforcement Learning)
  • 深度学习(Deep Learning)
  • 迁移学习(Transfer Learning)

人工智能基本概念

人工智能基本概念

人工智能

人工智能诞生于 20 世纪 50 年代,定义为:努力将通常由人类完成的智力任务自动化。因此,人工智能是一个综合性的领域,不仅包括机器学习,还包括更多不涉及学习的方法。比如,早期的符号主义人工智能(硬编码)专家系统等。

虽然符号主义人工智能适合用来解决定义明确的逻辑问题,但它难以给出明确的规则来解决更加复杂、模糊的问题,比如图像分类、语音识别语言翻译。于是出现了一种新的方法来替代符号主义人工智能,这就是机器学习

机器学习

机器学习是实现人工智能的一种方法

在经典的程序设计中,人们输入的是规则(即程序)和数据,系统输出的是答案

人工智能基本概念

而机器学习,输入的是数据和预期得到的答案,系统输出的是规则这些规则随后可应用于新的数据,并使计算机自主生成答案

人工智能基本概念

因此,机器学习系统是训练出来的,而不是明确地用程序编写出来的。将与某个任务相关的许多示例输入机器学习系统,它会在这些示例中找到统计结构,从而最终找到规则将任务自动化。

机器学习根据形式可分为:

  • 监督学习
  • 无监督学习
  • 强化学习

监督学习

事先(有经验)为数据标记标签(答案) 的训练形式就是监督学习。训练目标是能够给新数据以正确的标签

人工智能基本概念

举个例子,妈妈拿了很多鸭子、兔子图片(数据)给小朋友看,并且告诉它这个是鸭子、那个是兔子(标签)。小朋友通过妈妈多次的指导(训练),下次再拿一个新的鸭子图片,就会辨认出来了(找到规则)。

监督学习常用于任务驱动回归或者分类问题。

无监督学习

当缺乏足够的先验知识,难以标注类别时,根据未加标签的训练数据解决模式识别中的各种问题,称之为无监督学习。

  • 人工智能
  • 机器学习
    • 监督学习
    • 无监督学习
    • 强化学习
    • 一些理解
  • 深度学习
  • 迁移学习
  • 小结
  • 参考

本文旨在介绍以下人工智能(Artificial Intelligence)相关概念的含义和区别,让大家对人工智能有一个基本的认识。

  • 机器学习(Machine Learning)
  • 监督学习(Supervised Learning)
  • 无监督学习(Unsupervised Learning)
  • 强化学习(Reinforcement Learning)
  • 深度学习(Deep Learning)
  • 迁移学习(Transfer Learning)

人工智能基本概念

人工智能基本概念

人工智能

人工智能诞生于 20 世纪 50 年代,定义为:努力将通常由人类完成的智力任务自动化。因此,人工智能是一个综合性的领域,不仅包括机器学习,还包括更多不涉及学习的方法。比如,早期的符号主义人工智能(硬编码)专家系统等。

虽然符号主义人工智能适合用来解决定义明确的逻辑问题,但它难以给出明确的规则来解决更加复杂、模糊的问题,比如图像分类、语音识别语言翻译。于是出现了一种新的方法来替代符号主义人工智能,这就是机器学习

机器学习

机器学习是实现人工智能的一种方法

在经典的程序设计中,人们输入的是规则(即程序)和数据,系统输出的是答案

人工智能基本概念

而机器学习,输入的是数据和预期得到的答案,系统输出的是规则这些规则随后可应用于新的数据,并使计算机自主生成答案

人工智能基本概念

因此,机器学习系统是训练出来的,而不是明确地用程序编写出来的。将与某个任务相关的许多示例输入机器学习系统,它会在这些示例中找到统计结构,从而最终找到规则将任务自动化。

机器学习根据形式可分为:

  • 监督学习
  • 无监督学习
  • 强化学习

监督学习

事先(有经验)为数据标记标签(答案) 的训练形式就是监督学习。训练目标是能够给新数据以正确的标签

人工智能基本概念

举个例子,妈妈拿了很多鸭子、兔子图片(数据)给小朋友看,并且告诉它这个是鸭子、那个是兔子(标签)。小朋友通过妈妈多次的指导(训练),下次再拿一个新的鸭子图片,就会辨认出来了(找到规则)。

监督学习常用于任务驱动回归或者分类问题。

无监督学习

当缺乏足够的先验知识,难以标注类别时,根据未加标签的训练数据解决模式识别中的各种问题,称之为无监督学习。

部分转自互联网,侵权删除联系

赞(0) 打赏
部分文章转自网络,侵权联系删除b2bchain区块链学习技术社区 » 人工智能基本概念求职学习资料
分享到: 更多 (0)

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址

b2b链

联系我们联系我们