人工知能、機械学習、ディープラーニングの違いは何ですか?
人工知能(AI)、 機械学習 そして ディープラーニング 人気のある用語です。
しかし、名前には何が含まれていますか?
これらのフレーズはすべて、データ解釈を使用して問題を解決するいくつかのテクノロジーを取り囲んでいるため、交換可能であるかのように混合されます。
これらの用語の背後にある重要な概念は非常に異なります。 これらのテクノロジーの概要は次のとおりです。
関連コース: Python機械学習コース
人工知能
人工知能 複雑なタスクを実行するマシンの能力を指し、それは一般的な用語です。 多くの場合、これらはコグニティブコンピューティングが可能なアルゴリズムに基づくソフトウェアです。
これには、ロボット工学、自然言語の処理、機械学習、深遠な学習が含まれます。
計算能力の飛躍的な向上により、AIアプリケーションが爆発的に増加しました。
サイエンスフィクションで目にするものは、今では日常生活の一部になっています。
機械は、人間の介入なしに複雑なタスクを実行できるようになりました。
これの2つの最もよく知られている形式は 機械学習 そして ディープラーニング。
機械学習
のアイデア 機械学習 1950年代後半にさかのぼります。 それはスタンフォード大学のコンピューター科学者が考えたときに始まりました。人間がコンピューターを教える代わりに、機械は自分で学ぶことができるのです。
学習プロセスはデータを取得し、オンラインで大量のデータが生成されると、これは成功しました。
機械学習は、データを分析して学習するアルゴリズムで構成されています。
これらのアルゴリズムにより、ソフトウェアは予測と関連付けを行うことができます。
これは、ソフトウェアが手動でコーディングされたソフトウェアルーチンに依存していた従来のプログラミングとは異なります。
実例:
詐欺を防ぐために、機械学習はパターン、行動、リスクの傾向を特定して対応するのに役立ちます。 そのためにトレーニングデータを使用します。
ディープラーニング
ディープラーニングとは、特定のクラスの機械学習と人工知能を指します。
ディープラーニングはに基づいています ニューラルネットワーク。
ニューラルネットワークは1950年代に作成され、人間の脳の生物学のモデルに触発されています。
機械学習は人工知能の一分野であると言えば、深層学習は機械学習の一分野です。
ディープラーニング は、経験から学習できる複雑なニューラルネットワークを使用する機械学習アルゴリズムのセットです。 これらのシステムは、既存の例に基づいてトレーニングする必要があります。
それはどのように機能しますか?
ニューラルネットワークでは、人工ニューロンは層にグループ化されます。 情報は一方向に流れます。 層内の各ニューロンは、ネットワークの終わりに到達するまで残りのニューロンと通信します。 その結果、複雑な意思決定のために大量のデータを使用してコンピューターシステムにフィードするディープラーニングの能力が得られます。
機械学習を初めて使用する場合は、 それなら私はこの本を強くお勧めします。
Hope this helps!
Source link