Understanding Artificial Intelpgence

人工情报包括机器和特殊计算机系统的人类情报模拟过程。 人工情报的例子包括学习、推理和自我矫正。 大赦国际的申请包括语音识别、专家系统、图像识别和机器设想。

机器学习是人工智能的一个分支，处理可以学习任何新数据和数据模式的系统和算法。

让我们侧重于下文提到的了解机器学习和深造概念的本金图表。

机器学习包括机器学习的一部分,深造是机器学习的一部分。 遵循机器学习概念的方案能力是提高观察数据的业绩。 数据转变的主要动机是改进知识,以便今后取得更好的结果,使产出更接近特定系统的预期产出。 机器学习包括“家长认可”,包括承认数据模式的能力。

应当对模式进行培训,以适当的方式展示产出。

机器学习可以通过两种不同方式接受培训:

Supervised training

Unsupervised training

Supervised Learning

监督学习或监督培训包括一种程序,即培训教材作为对系统的投入,每个实例都贴上预期产出值的标签。 这类培训采用尽量减少特定损失功能的方式进行,即预期产出系统的产出错误。

在完成培训之后,对每个模式的准确性进行衡量,以衡量培训组的脱节实例,也称为验证组。

说明“看得见的学习”的最佳实例是,在照片中添加了信息。 在此,用户可以培训一个模型,以识别新的照片。

Unsupervised Learning

在不受监督的学习或不受监督的培训中,包括培训实例,这些实例没有被他们所属的阶层所标明。 该系统负责共享共同特征的数据,并根据内部知识特征加以修改。 这类学习算法基本上用于分组问题。

说明“不受监督的学习”的最佳实例是,有一只照片,没有列入信息,用户培训模式有分类和集群。 这种培训算法的假设是没有提供信息的。