【大厂AI课学习笔记】1.1.3 常见术语解释

目录

1.人工智能(Artificial intelligence)

2. 算法(Algorithms)

3.机器学习(Machine learning)

4.深度学习(Deep learning)

5.神经网络(NN)

6.监督学习(Supervised learning)

7.无监督学习(Unsupervised learning)

---

1.人工智能(Artificial intelligence)

人工智能亦称智械、机器智能，指由人制造出来的机器所表现出来的智能。通常人工智能是指通过普通计算机程序来呈现人类智能的技术。

2.算法(Algorithms)

在数学(算学)和计算机科学中，一个被定义好的、计算机可执行的有限步骤或次序。常用于计算、数据处理和自动推理，例 f[x]=y.

3.机器学习(Machine learning)

设计和分析一些让计算机可以自动“学习”的算法。机器学习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。

4.深度学习(Deep learning)

深度学习是机器学习中一种基于对数据进行表征学习的算法。深度学习的好处是用非监督式或半监督式的特征学习和分层特征提取高效算法来替代手工获取特征。

5.神经网络(NN)

现代神经网络是一种非线性统计性数据建模工具，神经网络通常是通过一个基于数学统计学类型的学习方法得以优化所以也是数学统计学方法的一种实际应用。

6.监督学习(Supervised learning)

机器学习的一种方法，可以由训练资料中学到或建立一个模式(函数/learning model)并依此模式推测新的实例。

7.无监督学习(Unsupervised learning)

机器学习的一种方法，没有给定事先标记过的训练示例，自动对输入的资料进行分类或分群。