AI:人工智能领域主要方向(技术和应用)、与机器学习/深度学习的关系、数据科学关键技术与知识发现/数据挖掘/统计学/模式识别/神经计算学/数据库的关系(几张图理清之间的暧昧关系)
目录
人工智能主要领域
机器学习基本过程
1、按照技术分类领域
(1)、机器学习
(2)、计算机视觉
(3)、自然语言处理
(4)、机器人学
2、按照应用分类领域
(1)、数据科学
(2)、推荐系统
几张图理清人工智能与其它之间的暧昧关系
1、首先给从业者的自己定个位
2、人工智能、机器学习、深度学习之间的关系
3、数据科学关键技术:人工智能与机器学习、知识发现、数据挖掘、统计学、模式识别、神经计算学、数据库之间的关系
人工智能主要领域
人工智能关键词:用户行为建模 知识图谱 Python语言Kaggle竞赛 模型压缩 人脸检测 Al论文导读数据可视化 分布式计算 Al论文写作GAN与图像生成 计算机图形学Al应用实例 无人驾驶 人工智能的极限 科学计算 语音识别 大数据基础TensorfLow计算几何 对话机器人 人工智能伦理学
机器学习基本过程
机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。其过程可以用下图简单表示
1、按照技术分类领域
(1)、机器学习
数据挖掘数据库信息系统信息检索计算机安全与隐患社交网络计算经济学(2)、计算机视觉
传统机器视觉基础:OpenCv和基本的图像处理算法
深度学习:图像分类、目标检测、语义分割、目标跟踪。
计算机图形学可视化虚拟现实多媒体技术人机交互
(3)、自然语言处理
SOTA模型与技术—Attention、Transformer、BERT
文本分类、序列标注、序列生成语音识别
(4)、机器人学
知识发现,Knowledge Discovery in Database知识工程物联网2、按照应用分类领域
(1)、数据科学
python编程语言、spark工具
聚类分析算法
(2)、推荐系统
特征工程、关联规则、图挖掘技术、矩阵分解
机器学习算法:FM、LiR、XGBoost、LightGM、NGBoost
CTR预估主流算法
几张图理清人工智能与其它之间的暧昧关系
1、首先给从业者的自己定个位
奥,原来我不知道自己不知道,还是一颗韭菜,我只会 import keras,难过……
2、人工智能、机器学习、深度学习之间的关系
3、数据科学关键技术:人工智能与机器学习、知识发现、数据挖掘、统计学、模式识别、神经计算学、数据库之间的关系
普遍认为,机器学习(Machine Learning,常简称为ML)的处理系统和算法是主要通过找出数据里隐藏的模式进而做出预测的识别模式,它是人工智能(Artificial Intelligence,常简称为AI)的一个重要子领域,而人工智能又与更广泛的数据挖掘(Data Mining,常简称为DM)和知识发现(Knowledge Discovery in Database,常简称为KDD)领域相交叉。
为了更好的理解和区分人工智能(Artificial Intelligence)、机器学习(Machine Leaning)、数据挖掘(Data Mining)、模式识别(Pattern Recognition)、统计(Statistics)、神经计算(Neuro Computing)、数据库(Databases)、知识发现(KDD)等概念,特绘制其交叉关系如下图所示
AI:人工智能领域主要方向(技术和应用) 与机器学习/深度学习的关系 数据科学关键技术与知识发现/数据挖掘/统计学/模式识别/神经计算学/数据库的关系(几张图理清之间的暧昧关系)