人工智能、机器学习、深度学习都是什么,有何区别?
人工智能(AI,Artificial Intelligence):让机器变得像人一样聪明
机器学习(ML,Machine Learning):一种实现AI的方法,让机器通过训练数据和算法模型,而无需显示编程(例如if-else)就可以赋予机器某项技能的方法(简单说就是让机器从历史数据中学习规律,然后将规律应用到未来中)。
深度学习(DL,Deep Learning):一种机器学习(ML)技术,很重要所以我们一般单独拿出来研究,深度学习是基于人工神经网络算法(模仿生物神经网络,模仿大脑神经元之间传递、处理信息的模式),与传统机器学习的区别就是深度学习使用更多层的人工神经网络算法, 层次更深,对特征挖掘的更深
人工智能目前常见研究领域
CV:计算机视觉(人脸识别、物体识别、文字识别)
NLP:自然语言处理,NLP目前是最难做的,因为语言文化博大精深,同一句话可能有很多意思,连人有时候都很难理解,更何况机器
ASR:语音识别,比如电话机器人客服,一定程度上也需要NLP技术,因为他需要理解用户的意思
Autopilot:自动驾驶,其实也是CV的衍生领域
每个领域的头部厂商
AI计算机视觉:旷视科技、商汤科技、云从、依图、海康威视
AI语音识别:科大讯飞
AI自然语言处理:百度、达观数据
知乎网友的建议:
- 统计学的理解很大程度上决定了你在深度学习和人工智能理论方法上的造诣
- 先学习机器学习,再学习深度学习,机器学习是深度学习的基础(也有人提出不同意见,认为可以不用学机器学习,直接学习深度学习)
入门内容
机器学习基础概念:四种学习方式和一些基础概念理解
数学基础:线性代数、概率论与数理统计、高等数学(微积分部分)、统计学、离散数学
编程基础:Python、最好学习一下数据结构与算法
资料:
李宏毅机器学习课程(国语)
吴恩达机器学习系列课程(英文授课)
周志华的书籍:机器学习(西瓜书)