NLP自然语言处理,是人工智能的一个子领域。
算法、机器学习、 深度学习、大数据其实你说的这些 ,都是人工智能所需要学习的知识!
想了解这些关系 不妨先说一下人工智能 这样好理解些。
人工智能是计算机科学的一个分支,是一门边缘学科,属于自然科学和社会科学的交叉。
人工智能实际应用:机器视觉,指纹识别,人脸识别,视网膜识别,虹膜识别,掌纹识别,专家系统,自动规划,智能搜索,定理证明,博弈,自动程序设计,智能控制,机器人学,语言和图像理解,遗传编程等;
人工智能所研究的范畴:
自然语言处理,知识表现,智能搜索,推理,规划,机器学习,知识获取,组合调度问题,感知问题,模式识别,逻辑程序设计软计算,不精确和不确定的管理,人工生命,神经网络,复杂系统,遗传算法;
而 NLP自然语言处理 就是其中的一种,那算法、机器学习、深度学习、大数据有什么关系?
它们集合在一起所生产出的产物,就是人工智能领域中某一个领域。
首先学习人工智能
算法、深度学习、大数据、都是机器学习,同样都是机器学习的重要组成部分,
机器学习
有监督学习法:线性回归算法、BP神经网络算法、决策树、支持向量机、KNN等。
无监督学习法:密度估计(densityestimation)、异常检测(anomaly detection)、层次聚类、EM算法、K-Means算法(K均值算法)、DBSCAN算法 等。
深度学习:神经网络算法、Back Propagation反向传播推导、TensorFlow框架、TensorBoard模块。
概率图模型算法:贝叶斯分类算法、隐含马尔可夫模型、最大熵模型、条件随机场。
自然语言处理:词向量、词嵌入、RNN、LSTM、孪生网络、CNN在NLP中的应用、Attention注意力机制、Transformer、BERT。尚学堂人工智能学院:0基础如何学习人工智能?小白学习人工智能详细指南zhuanlan.zhihu.com
大数据
而大数据更是人工智能发展的密不可分重要伙伴;
人工智能和大数据是一条绳上的蚂蚱,拥有密切的联系。一方面人工智能模型需要大量的数据操作来为思考和判断的基础,大数据这一方面也需要人工智能技术进行数据价值化操作,
可以这样说大数据就是人工智能的底层,人工智能是依靠大量的数据进行学习。而人工智能会通过学习变得越来越智能。
想了解人工智能关注我 有免费教程