ai 人工智能 机器学习
【总结】
对于:
人工智能AI 机器学习ML 深度学习DL
之间的关系:
文字描述:机器学习是一种实现人工智能的方法,深度学习是一种实现机器学习的技术。
图来表示:
的图,解释的很清楚:
其中 多隐含层神经网络,指的是:
另外一个解释:
以及:
更详细一点的文字结构描述是:
- 监督学习
- 广义线性模型
- 线性和二次判别分析
- 内核岭回归
- 支持向量机
- 随机梯度下降
- 最近邻
- 高斯过程
- 交叉分解
- 朴素贝叶斯
- 决策树
- 集成方法
- 多类和多标签算法
- 特征选择
- 半监督学习
- 等式回归
- 概率校准
- 神经网络模型(有监督)
- 无监督学习
- 高斯混合模型
- 流形学习
- 聚类
- 双聚类
- 分解成分中的信号(矩阵分解问题)
- 协方差估计
- 新奇和异常值检测
- 密度估计
- 神经网络模型(无监督)
对于
人工智能AI 机器学习ML 深度学习DL
的概念和逻辑范围是:
而关于AI的大范围内,包括:
人工智能AI 机器学习ML 深度学习DL
以及其他相关的不同技术领域的总体范围是:
转载请注明:在路上 » 【整理】人工智能AI 机器学习ML 深度学习DL 关系