《神经网络与PyTorch实战》——1.2.4 各概念之间的联系

举报
华章计算机 发表于 2019/06/05 19:35:19 2019/06/05
【摘要】 本书摘自《神经网络与PyTorch实战》——书中第1章,第1.2.4节,作者是肖智清。

1.2.4 各概念之间的联系

  人工智能和数据挖掘是从应用效果的角度来描述的概念。人工智能最为宽泛,只要体现智能的应用都可以称为人工智能应用。若数据挖掘应用可以体现智能,这时也可以认为它是人工智能应用。

  人工智能的技术演进目前集中在机器学习。机器学习和模式识别都是对技术路线的描述。机器学习和模式识别都认为数据中存在着可以学习或识别的结构,这两个概念高度重合。

image.png

图1-8 神经网络的加宽和加深

  在机器学习的诸多模型中,人工神经网络是最重要的模型之一。人工神经网络可以用于解决各种人工智能的任务。例如,可以用人工神经网络做分类实现人工智能,也可以用人工神经网络做回归实现人工智能,还可以用人工神经网络做聚类实现人工智能,等等。如果在机器学习的算法里用到了层数比较多的人工神经网络,就可以称这个机器学习算法是深度学习算法。例如,AlphaGo就利用了机器学习中的深度学习,使用人工神经网络实现了人工智能。


【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。