《神经网络与PyTorch实战》——1.2.4 各概念之间的联系
【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。
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)