人工智能为什么能这么流行?它能解决很多问题,那么它是怎么解决的呢?使用的是机器学习方法。它们的发展是什么样子的呢?下面的图说明了。
人工智能用到了机器学习方法,而深度学习是机器学习的子集。
机器学习的本质就是求一个function,这个function利用人给的输入,求得输出。例如,输入一段音频“hi”,机器能够理解你的意思,它可以回答“hello”来输出,表现出智能;再例如输入一幅猫的图片,机器能够知道这里面是一只猫,输出“猫”等等。类似的例子还有很多。
机器学习可以分为以下类别:
- 有监督学习
- 无监督学习
- 半监督学习
- 强化学习
- 迁移学习
监督学习本质就是输入的数据有标签,常用的算法有knn、贝叶斯、逻辑回归、svm等等。
无监督学习本质就是输入的数据没有标签,让算法自己从数据中学习规则,常用的算法有k-means等等。
半监督学习就是输入的数据只有一小部分有标签,大部分的数据没有标签,半监督可以有效提升模型的能力。
强化学习是设置评分机制,学习错误给机器打的分少,学习正确打的分多,这样机器通过学习知道如何学习才是正确的。
迁移学习是在输入数据中输入一些不相关的数据,可以有效提升算法的能力。