机器学习与深度学习各是什么呢?

发布时间:2019-07-19 11:00:48
阅读量:128
作者:猎维人工智能培训
如今计算力的发展带动了人工智能其他领域的发展

无论是传统领域还是前沿科技领域都在用自然语言处理、人工视觉、语音识别、媒体内容生成等人工智能技术做行业结合,但是现在还有很多朋友对人工智能并不了解,因此小编就来给大家做一下科普。

机器学习是什么呢?

机器学习是人工智能最重要的分支。机器将从输入的样本数据中学习,根据算法检测到的模式建立数学模型。它的任务是:研究和开发技术,使机器能够在没有人类明确指令的情况下自学,从而执行特定的任务。该模型的最终目标是对之后来自相同数据源的数据进行准确的预测或决策。

传统的机器学习主要有两种类型:

监督学习:当训练数据被标记时。这意味着对于每个样本,我们都有与观察到的变量(输入)和我们想要学习预测或分类的变量(输出、目标或因变量)相对应的值。在这种类型中,我们找到了回归算法(预测数值的算法)和分类算法。

无监督学习:当训练数据没有标记时(我们没有目标变量)。这里的目标是找到某种结构或模式,例如对训练样本进行分组,这样我们就可以对未来的样本进行分类。

然神经网络已经被研究和使用多年,但该领域的进展一直很缓慢;主要是限于计算能力不足。

深度学习是机器学习中的一个子领域

深度学习又是什么呢?

深度学习是机器学习中的一个子领域,它是基于人工神经网络的应用。人工神经网络是一个计算模型,具有分层结构,由相互连接的节点共同工作而形成。这个名字的灵感来自大脑的生物神经网络。虽然神经网络已经被研究和使用多年,但该领域的进展一直很缓慢;主要是限于计算能力不足。尽管深度学习近些年来取得蓬勃发展,这多少要归功于神经网络训练采用了CPU,但其开始不过才十年。

现在的人们普遍认为,任何机器学习问题,无论多么复杂,都可以通过神经网络解决,只要把它做得足够大就行了。

更多资讯