本文是作者关于人工智能学习的笔记，重点介绍了人工智能、机器学习、神经网络和深度学习的基本概念及其相互关系。机器学习分为有监督和无监督学习，其中无监督学习包括聚类和降维算法，而有监督学习涉及回归和分类问题。神经网络是深度学习的基础，通过大量数据训练建立模型。文章适合初学者阅读，旨在帮助理解和区分这些核心概念。
前段时间看了不少关于人工智能方面的书籍博客和论坛，深深觉得了人工智能是个大坑，里面有太多的知识点和学科，要想深入绝非易事，于是萌发了自己写一些博客把自己的学习历程和一些知识点笔记都记录下来的想法，给自己一个总结收获，同时监督自己的动力，这样咱也算是“有监督学习”了：）
这里提到了“有监督学习”，在刚刚开始学习人工智能/机器学习的时候经常看到，对于这个概念从一无所知到懵懵懂懂到略有了解也花费了一点时间，对于老鸟来说这些概念都太基本了因此没有过多的篇幅来介绍，但对于新手来说，刚刚接触一个新的领域的时候往往看到的都是一个个“高大上”的名词，这种名词多了，学习曲线就陡峭了，因此我们还是从基本的概念开始整理整理吧。因此这篇笔记就是一个基本概念的梳理，若有不恰的地方望不吝赐教。
如果你觉得这篇文章看起来稍微还有些吃力，或者想要更系统地学习人工智能，那么推荐你去看床长人工智能教程。非常棒的大神之作，我也被圈粉了。教程不仅通俗易懂，而且很风趣幽默。点击这里可以查看教程。
人工智能，机器学习，神经网络，深度学习的关系
刚刚接触人工
最低0.47元/天 解锁文章
扫一扫
685
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
