人工智能学习

（机器学习）人工智能概述

本文主要是介绍（机器学习）人工智能概述，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

人工智能概述

1956年8月，足足两个月的会议，讨论用机器来模仿人类学习以及其它方面的智能，虽然没有达成普遍共识，但是却为会议的讨论起了一个名字人工智能，1956年也成为了人工智能元年。

1980年，统计学习方法又被称为机器学习，使用统计方法实现人工智能，如垃圾邮件的过滤系统。

2010年以后，深度神经网络在一些图像识别的比赛取得了好成绩，深度学习开始大力发展。

  • 机器学习和人工智能、深度学习的关系：

    • 机器学习是人工智能的一个实现途径

    • 深度学习是机器学习的一个方法发展而来

机器学习、深度学习能做些什么

机器学习的应用场景非常多，医疗、航空、教育、物流、电商等领域

  • 传统预测

  • 图像识别

  • 自然语言处理

人工智能路线：

  • 机器学习：

    1. 特征工程

    2. 分类算法

    3. 回归、聚类算法

  • 深度学习：

    1. TensorFlow框架

    2. 卷积神经网络

    3. 验证码识别

  • 量化交易

    1. 回测平台

    2. 因子处理

    3. 因子分析

    4. 选股策略

这篇关于（机器学习）人工智能概述的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！
您可能喜欢
栏目导航