当前位置:首页 >> 机械/仪表 >> 几分钟带你了解人工智能和机器学习

几分钟带你了解人工智能和机器学习


艺赛旗

行为数据专家 官网:www.i-search.com.cn

几分钟带你了解人工智能和机器学习
大数据和人工智能正席卷全球, 众多热门词汇蜂拥而至: 人工智能 (Artificial Intelligence) 、 大数据(Big Data)、云计算(Cloud Computing)、机器学习(Machine Learning)、数 据挖掘(Data Mining)、深度学习(Deep Learning)、强化学习(Reinforcement Learning) 和数据库(Databases)。不少人对这些高频词汇的含义及其背后的关系总是似懂非懂、一知半 解。

为了帮助大家更好地理解, 我们用最简单的语言来解释这些词汇的含义, 理清它们之间的关 系,希望对刚入门的同学们有所帮助。

人工智能、机器学习、深度学习和强化学习
首先来看一下人工智能、机器学习和深度学习之间的关系。如图所示,我们可以大致认为深 度学习是机器学习中的一种学习方法,而机器学习则可以被认为是人工智能的一个分支。

公司:上海艺赛旗软件股份有限公司 地址:上海市长宁区金钟路 968 号凌空 SOHO 二号楼 503

艺赛旗

行为数据专家 官网:www.i-search.com.cn

人工智能:人工智能涵盖的领域很广,除了机器学习外,还包括专家系统、进化计算、模糊 逻辑、粗糙集、多代理、规划问题等。最近几年,人工智能的发展主要得益于机器学习领域的推 动,尤其是深度学习取得的突破,其他领域的进展相对较小。人工智能分为弱人工智能和强人工 智能,前者让机器具备观察和感知的能力,可以做到一定程度的理解和推理。目前的科研都集中 在弱人工智能这部分, 并很有希望在近期取得重大突破。 而强人工智能期待让机器获得自适应能 力,解决一些之前没有遇到过的问题。电影里的人工智能多半都是在描绘强人工智能,而这部分 在目前的现实世界里难以真正实现。 机器学习:从学习方法上来分,机器可以分为监督学习(如分类问题)、无监督学习(如聚 类问题)、半监督学习、集成学习、深度学习和强化学习。深度学习本来并不是一种独立的学习 方法, 其本身也会用到有监督和无监督的学习方法来训练深度神经网络。 但由于近几年该领域发 展迅猛,一些特有的学习手段相继被提出(如残差网络),因此越来越多的人将其单独看作一种 学习的方法。按照学习目的来分,机器学习涵盖了回归、分类、聚类、异常监测、量纲学习和因 果分析等。

公司:上海艺赛旗软件股份有限公司 地址:上海市长宁区金钟路 968 号凌空 SOHO 二号楼 503

艺赛旗

行为数据专家 官网:www.i-search.com.cn

深度学习: 最初的深度学习是利用深度神经网络来解决特征表达的一种学习过程。 深度神经 网络本身并不是一个全新的概念, 可大致理解为隐含层很多的一个神经网络结构。 为了提高深层 神经网络的训练效果, 人们对神经元的连接方法和激活函数等方面做出相应的调整。 其实有不少 想法早年间也曾有过, 但由于当时训练数据量不足、 计算单元落后, 因此最终的效果不尽如人意。 强化学习:强化学习为一个代理(Agent)在一个环境里设计一系列动作(Actions)以获 得最优的未来长期回报(Reward)。走迷宫常被用来作为解释强化学习的例子。因为学习方法 复杂,早年间强化学习只能解决一些非常简单(状态空间小、动作选择少)的问题。直到深度学 习的出现, 使得我们可以用深度神经网络去逼近一个近似的价值和策略函数, 强化学习才取得很 大的进展 (如在 AlphaGo 里的价值判断网络) , 人们称其为深度强化学习 (Deep Reinforcement Learning)。与其说是强化学习的进展,不如说是在强化学习的框架里,深度学习贡献了巨大 的力量。

数据挖掘、人工智能、大数据和云计算
数据挖掘是从数据中发掘知识的过程, 在这个过程中人工智能和数据库技术可以作为挖掘工 具,数据可以被看作是土壤,云平台可以看作是承载数据和挖掘算法的基础设施。

公司:上海艺赛旗软件股份有限公司 地址:上海市长宁区金钟路 968 号凌空 SOHO 二号楼 503

艺赛旗

行为数据专家 官网:www.i-search.com.cn

数据挖掘: 数据挖掘是从数据中发掘知识的过程, 在挖掘数据的过程中需要用到一些挖掘工 具和方法(如图二第二个层面所示)。这些工具可以是基于数据库的挖掘方法,比如频发模式发 掘(Frequent Pattern Mining)和关联规则。大家经常听说的啤酒和尿布的例子就是基于数据 库技术的频繁模式发掘。 数据挖掘也可以用到机器学习的方法, 比如各种分类模型 (如 Decision trees 和 SVM)、概率图模型(Probabilistic Graphical Models)以及深度学习的方法。数据 挖掘同样也可以用到人工智能里非机器学习的方法, 比如遗传算法和粗糙集等。 当数量非常大时, 数据挖掘需要借助云平台来承载数据,并利用云平台中的分布式计算单元来提高数据挖掘效率。 当挖掘完毕后,数据挖掘还需要对知识进行可视化和展现。 云计算:云计算平台一般是由第三方 IT 公司建立的涵盖基础设施、计算资源和平台操作系 统的集成体。云平台解决了传统公司各自搭建机器集群所产生的建设周期长、升级换代慢、维护 成本高的痛点, 让其他公司可以从搭建计算平台的繁重任务中解脱出来而专注于自己的业务。 云 平台用户可以高效、灵活的调整自己的资源配置(比如用多少台虚拟机、多少个计算节点等),
公司:上海艺赛旗软件股份有限公司 地址:上海市长宁区金钟路 968 号凌空 SOHO 二号楼 503

艺赛旗

行为数据专家 官网:www.i-search.com.cn

第三方公司根据用户使用的资源来收取相应的费用。 打一个通俗的比喻, 就好比不用每家每户弄 一个发电机, 而是集中建一个发电厂, 每家只需要插上插头就可以用电, 根据用电的多少来计费。 用户不用关心发电厂建在哪里、如何发电,也不用操心如何维护发电厂本身的运转和安全。 大数据:大数据是一种从数据的采集、管理、分析挖掘到服务提供的端到端的、解决行业问 题的综合实力,是从数据生命周期这个维度来看的知识获取过程(数据库、机器学习和人工智能 技术可以成为其中的一个环节) , 也是一种基于数据的思维方式。 通常讲大数据都会提到 4 个 V, Volume(量大)、Velocity(速度快)、Variety(多样性)、Value(价值)。但实际上,除 了 Variety(多样性)以外,其他几个属性很难界定,比如多大才叫大,一直很难给出一个严格 的定义。而只要是数据就有其价值,关键是如何利用数据。因此,大数据不是指一个体量很大的 单一数据,其关键在于多源数据融合(即把来自不同领域的数据的知识相互结合,形成 1+1>2 的合力),这是大数据的战略制高点,不是单单在“数据”前加个“大”字那么简单。

改进和优化 防范信息泄露,避免商业欺诈,增强服务质量,提高工作效率 行为数据分析 机器学习、可视化管理、合规性分析、安全分析、效率分析 行为数据管理 数据过滤、数据索引、数据轨迹、流数据,数据管理 行为数据获取 动作,邮件, 聊天,文件,上网,工具,业务

公司:上海艺赛旗软件股份有限公司 地址:上海市长宁区金钟路 968 号凌空 SOHO 二号楼 503


赞助商链接
更多相关文档:

人工智能教案05章 机器学习5.1 概述

人工智能教案05章 机器学习5.1 概述 - 5.1 概述 机器学习是人工智能的一个重要研究领域, 也是人工智能和 神经计算的核心研究课题之一。 到目前为止的大多数...

1 机器学习

[编辑] 定义机器学习有下面几种定义: “机器学习是一门人工智能的科学,该领域...您知道您可以编辑这个页面吗? 编辑本页以后再说 3 个分类: ? 机器学习 ? ?...

机器学习研究

人工智能基础》课题 目: 程 论 文 人工智能中的机器学习研究 学生姓名: 刘华学专班号: 业: 级: 2124022074 化学工程工艺 2012 级 二〇 14 年 5 月 ...

人工智能以及机械自动化1

人工智能是计算机科学的一个分支,它企图了解智能的...他的程序在 IBM 704 计算机上用不到 5 分钟的...已经得到较多研究的机器学习方法包括:归纳学习、类比...

人工智能的12.5规划_

人工智能领域 一、 本学科领域的战略地位 18 世纪的工业革命,以机器代替或减轻...几个可能的解决途径, 其本质均是直接或间接补充必 要的样本: (1) 迁移学习...

中国人工智能学会

机器学习准则:以分类问题为例胡包钢 王泳 二、分组讨论交流 分组讨论交流 12 月 29 日上午 8:30-12:00 第 1 分会场 东海厅 分组讨论(人工智能的基础...

更多相关标签:
网站地图

文档资料共享网 nexoncn.com copyright ©right 2010-2020。
文档资料共享网内容来自网络,如有侵犯请联系客服。email:zhit325@126.com