AI学习笔记（一）背景学习

什么是AI、机器学习、深度学习、强化学习，他们之间是什么关联关系？

AI（Artificial_intelligence）：即人工智能是指计算系统执行通常与人类智能相关的任务的能力，例如学习、推理、解决问题、感知和决策

机器学习（machine learning）是人工智能的一个分支。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。机器学习算法是一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法

深度学习（deep learning）是机器学习的分支，是一种以人工神经网络为架构，对资料进行特征学习的算法。

强化学习（Reinforcement learning）是机器学习的分支，是一种以马尔可夫决策为架构，强调如何基于环境和行动，以取得最大化的预期利益的算法。

即机器学习是实现AI的一种技术，而深度学习和强化学习为机器学习的二种关键算法，其关系如下图所示

图一： 术语间的关联关系

那么我们常说的AI模型又是指什么呢？

AI 模型：是一种程序，经过一组数据的训练，可识别某些模式或做出某些决策，而无需进一步的人工干预。

由工程师采集指定领域的数据集，通过深度学习算法使程序学习到基本的规则，产生基础模型。

通过强化学习进一步调高AI模型在该领域回答的准确性。其关系如下图所示

图二： AI模型产生过程