赞
踩
人工智能主要解决的问题有自然语言理解、图像识别、语音识别等等。
机器学习可以定义为:如果一个程序(算法)可以在任务T上,随着经验E 的增加,效果P也随之增加,那么称这个程序可以从经验中学习。很多传统的机器学习算法有一个共同的问题,就是无法从数据中学习到更好的特征表达。
机器学习的研究者们通常会为不同的任务设计不同的算法,直到今天,学术机构的机器学习领域也被分为自然语言处理,计算机视觉和语言识别等不同的实验室。
深度学习是机器学习的一个分支,它可以学习特征和任务之间的关联,还能自动地从简单特征中提取更加复杂的特征。深度学习领域主要关注如何搭建智能的计算机系统,解决人工智能中遇到的问题。
深度学习的通用性,使得研究者往往可以跨越多个研究方向,甚至同时活跃与所有的研究方向。
总之,人工智能是一个广泛的问题,机器学习是解决这类问题的重要手段,深度学习则是机器学习的分支。在很多人工智能的问题上,深度学习的方法推动了人工智能领域的发展。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。