Machine Learning 简明教程

Difference Between AI and ML

Artificial Intelligence 和 Machine Learning 是技术界常用的两个时髦用语。虽然它们经常可以互换使用，但它们并不是一回事。人工智能 (AI) 和机器学习 (ML) 是相关概念，但它们有不同的定义、应用和含义。在本文中，我们将探讨机器学习和人工智能之间的差异，以及它们之间的关系。

What is Artificial Intelligence?

Artificial intelligence 是一个涵盖开发可执行通常需要人类智能的任务（例如感知、推理、学习和决策）的智能机器的广泛领域。简单来说，人工智能是指机器执行通常需要人工干预或智力的任务的能力。

人工智能有两种类型：狭义或弱人工智能和广义或强人工智能。狭义人工智能旨在执行特定任务（例如语音识别或图像识别），而广义人工智能旨在能够执行人类可以完成的任何智力任务。目前，我们只是使用了狭义人工智能，但目标是开发可应用于广泛任务的广义人工智能。

Branches of AI

人工智能就像一个装着多个分支的篮子，其中重要的分支是机器学习 (ML)、机器人技术、专家系统、模糊逻辑、神经网络、计算机视觉和 Natural Language Processing (NLP) 。

ai ml

以下是 AI 其他重要分支的简要概述：

  1. *机器人技术 * − 机器人主要设计用于执行重复且繁琐的任务。机器人技术是人工智能的一个重要分支，负责设计、开发和控制机器人应用。

  2. Computer Vision − 它是一个令人兴奋的人工智能领域，可帮助计算机、机器人和其他数字设备处理和理解数字图像和视频，并提取重要信息。凭借 AI 的强大功能，计算机视觉开发了可以从数字图像中提取、分析和理解有用信息的算法。

  3. Expert Systems − 专家系统是专门设计用于在特定领域解决复杂问题的应用程序，具有类人的智能、精确性和专业知识。就像人类专家一样，专家系统在他们接受培训的特定领域中表现出色。

  4. Fuzzy Logic − 我们知道计算机接受精确的数字输入，例如真 (是) 或假 (否)，但模糊逻辑是一种推理方法，在做出决定之前，它可帮助机器像人类一样推理。通过模糊逻辑，机器可以在是或否之间分析所有中间可能性，例如“可能是”、“也许否”等。

  5. Neural Networks − 受人脑自然神经网络的启发，可以将人工神经网络 (ANN) 视为一组高度互连的处理元素组（节点），它们可以通过其对外部输入的动态状态响应来处理信息。ANN 使用训练数据来提高其效率和准确性。

  6. Natural Language Processing (NLP) − NLP 是人工智能的一个领域，它使智能系统能够使用英语等自然语言与人类交流。凭借 NLP 的力量，人们可以轻松地与机器人进行交互，并用简单的英语对其进行指导以执行任务。NLP 还可以处理文本数据并理解其全部含义。它现今被广泛用于虚拟聊天机器人和情绪分析中。

人工智能的示例包括虚拟助手、自动驾驶汽车、面部识别、自然语言处理和决策系统。

What is Machine Learning?

机器学习是人工智能的一个子集，它专注于教授机器如何从数据中学习。换句话说，机器学习是一个计算机可以自动学习数据中模式和关系的过程，而不需要明确地对它们进行编程以这样做。机器学习算法旨在检测和学习数据中的模式以进行预测或决策。

机器学习有三种主要类型：监督学习、无监督学习和强化学习。监督学习是指机器在具有已知结果的标记数据上进行训练。无监督学习是指机器在未标记的数据上进行训练，并被要求查找模式或相似性。强化学习是指机器通过与环境的交互通过反复试验进行学习。

机器学习的示例包括图像识别、语音识别、推荐系统、欺诈检测和自然语言处理。

Artificial Intelligence Vs. Machine Learning – Overview

现在我们对机器学习和人工智能有了一个基本的了解，让我们深入了解两者之间的差异。

首先，机器学习是人工智能的一个子集，这意味着机器学习是更大的人工智能领域的一部分。机器学习是一种用于实现人工智能的技术。

其次，虽然机器学习专注于开发可以从数据中学习的算法，但人工智能专注于开发可以执行通常需要人类智能的任务的智能机器。换句话说，机器学习更专注于从数据中学习的过程，而人工智能更专注于创造可以执行智能任务的机器这一最终目标。

第三，机器学习算法旨在从数据中学习并随着时间的推移提高其准确性，而人工智能系统旨在学习并适应新情况和新环境。机器学习算法需要大量数据才能有效地进行训练，而人工智能系统可以适应并实时学习新数据。

最后，与人工智能相比，机器学习在能力上受到更多限制。机器学习算法只能学习其接受训练的数据，而人工智能系统可以学习并适应新情况和新环境。机器学习非常适合通过模式识别才能解决的特定问题，而人工智能更适合需要推理和决策制定、复杂且实际的问题。

Difference Between Artificial Intelligence and Machine Learning

下表重点介绍了机器学习与人工智能之间的重要差别 −

Key

Artificial Intelligence

Machine Learning

Definition

人工智能是指机器或计算机系统执行通常需要人类智能的任务的能力，例如理解语言、识别图像和做出决策。

机器学习是一种人工智能，它允许系统无须通过明确编程即从经验中学习和进步。它阐述了机器如何学习及其知识如何应用于改进其决策。

Concept

人工智能围绕着制造智能设备展开。

机器学习围绕着使机器学习/决策并改进其结果展开。

Goal

人工智能的目标是模拟人类智能以解决复杂的问题。

机器学习的目标是从提供的数据中进行学习，并改善机器的性能。

Includes

人工智能包括几个重要的分支，包括人工智能神经网络、自然语言处理、模糊逻辑、机器人技术、专家系统、计算机视觉和机器学习。

机器学习训练方法包括监督学习、无监督学习和强化学习。

Development

人工智能正在导致可模仿人类行为机器的发展。

机器学习有助于开发自学习算法。