关注「实验楼」,每天分享一个项目教程
本指南适用于所有人,因此不会涉及高等数学。
正文共:2084 字
预计阅读时间:6 分钟
背景
人工智能(AI)与机器学习(ML)
人工智能是人类智慧在计算机中的体现。
人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
机器学习是指机器使用大型数据集而不是硬编码规则进行学习的能力。
机器学习允许电脑自己学习。 这种类型的学习利用了现代计算机的处理能力,可以轻松处理大型数据集。
监督学习与无监督学习
监督学习是指利用一组已知类别的样本调整分类器的参数,使其达到所要求性能的过程。
使用监督学习来训练AI时,你需要提供一个输入并告诉它预期的输出。
如果AI产生的输出错误,它将重新调整它的计算。 这个过程是在数据集上迭代完成的,直到AI没有更多的错误。
监督学习的一个例子是天气预报AI。它学习使用历史数据预测天气,训练数据包括输入(压力,湿度,风速)和输出(温度)。
无监督学习是指使用没有指定结构的数据集进行机器学习任务。
当你使用无监督学习训练AI时