Разница между машинным обучением и искусственным интеллектом

Ключевая разница - машинное обучение против искусственного интеллекта
 

Искусственный интеллект - это широкое понятие. Автомобили с автоматическим управлением, умные дома - вот некоторые примеры искусственного интеллекта. В некоторых странах есть интеллектуальные роботы в таких областях, как медицина, производство, военное дело, сельское хозяйство и домашнее хозяйство. Машинное обучение - это тип искусственного интеллекта. ключевое отличие между машинным обучением и искусственным интеллектом заключается в том, что Машинное обучение - это тип искусственного интеллекта, который дает возможность компьютеру учиться без явного программирования, а искусственный интеллект - это теория и разработка компьютерных систем, способных выполнять задачи, интеллектуально схожие с человеческими.. Машинное обучение использует алгоритм для анализа данных, изучения их и принятия соответствующих решений. Это разработка алгоритмов самообучения, а искусственный интеллект - это наука о разработке системы или программного обеспечения, умного как человек..

СОДЕРЖАНИЕ

1. Обзор и основные отличия
2. Что такое машинное обучение
3. Что такое искусственный интеллект
4. Сходства между машинным обучением и искусственным интеллектом
5. Сравнение бок о бок - машинное обучение против искусственного интеллекта в табличной форме
6. Резюме

Что такое машинное обучение?

Алгоритм - это последовательность шагов, которые говорят компьютеру решить проблему. Машинное обучение - это тип искусственного интеллекта. Это дает компьютерам возможность учиться без явного программирования. Это различные алгоритмы, доступные для решения задач машинного обучения. В зависимости от типа проблемы можно выбрать подходящий алгоритм машинного обучения. Основное внимание уделяется разработке компьютерных программ, которые могут дать результат при воздействии новых данных.

Существуют разные виды машинного обучения. Это обучение под наблюдением, обучение без надзора и обучение с подкреплением. Supervised Learning использует известный набор данных для прогнозирования. Набор входных данных (X) и набор соответствующих значений откликов или выходов (Y) передаются в контролируемый алгоритм обучения. Этот набор данных известен как набор данных для обучения. Используя этот набор данных, алгоритм строит модель (Y = f (X)), поэтому он может дать выходное значение для завершения нового набора данных.

Классификация и регрессия являются контролируемыми алгоритмами машинного обучения. Классификация используется для классификации записи. Один простой пример - «холодная ли температура». Ответ может быть «да» или «нет». Существует определенное количество вариантов для классификации. Если есть два варианта, это классификация двух классов. Если существует более двух вариантов, это классификация нескольких классов. Регрессия используется для расчета числового результата. Например, прогнозирование температуры завтрашнего дня. Другим примером будет прогнозирование стоимости дома.

В обучении без учителя даются только входные данные, и нет соответствующих выходных данных. Вместо этого алгоритм находит шаблон или структуру, чтобы узнать больше о данных. Кластеризация относится к категории обучения без учителя. Он разделяет данные на группы или кластеры, чтобы облегчить интерпретацию данных.

Рисунок 01: Машинное обучение

Обучение подкреплению вдохновлено поведенческой психологией. Это касается максимизации некоторого понятия совокупного вознаграждения. Одним из примеров обучения в области подкрепления является обучение компьютера игре в шахматы. Есть много шагов в изучении шахмат. Следовательно, невозможно инструктировать о каждом шаге. Но можно сказать, было ли определенное действие выполнено правильно или неправильно. В процессе обучения подкреплению компьютер будет пытаться максимизировать вознаграждение и учиться на собственном опыте. Другим примером является автоматический регулятор температуры. Система должна увеличивать или уменьшать температуру в соответствии с требованием. Усиленное обучение полезно для систем, которые должны принимать решения без особого человеческого руководства.

Что такое искусственный интеллект?

Искусственный интеллект - это заставить компьютер, робот, управляемый компьютером, или программное обеспечение мыслить разумно похожим на человека. Это относится к системе, к тому, как люди думают, как люди учатся, решают и решают проблемы. Наконец, умная и интеллектуальная система построена. Искусственный интеллект - это модная технология в современном мире. Это сочетание различных дисциплин, таких как компьютерные науки, биология, математика и инженерия.

Рисунок 02: Искусственный интеллект

Есть много приложений искусственного интеллекта (ИИ). Современные игровые приложения используют AI. Исследование ИИ также включает обработку естественного языка. Это дает возможность компьютеру или машине понимать естественный язык, на котором говорят люди, и выполнять задачи соответственно. Еще одно приложение - промышленные роботы. Есть более сложные роботы с эффективными процессорами и огромным объемом памяти. Они могут адаптироваться к новой среде и собирать данные с использованием света, температуры, звука и т. Д. Они используются в таких областях, как медицина и производство. Искусственный интеллект также применяется в оптическом распознавании символов, автономных транспортных средствах, военных симуляторах и многих других.

Каковы сходства между машинным обучением и искусственным интеллектом?

• Оба могут быть использованы для создания сложных систем для выполнения определенных задач.
• Оба основаны на статистике и математике.
• Машинное обучение - новая передовая технология искусственного интеллекта..

В чем разница между машинным обучением и искусственным интеллектом?

Машинное обучение против искусственного интеллекта
Машинное обучение - это тип искусственного интеллекта, который дает возможность компьютеру учиться без явного программирования. Он использует алгоритм для анализа данных, извлечения уроков из них и принятия соответствующих решений.	Искусственный интеллект - это теория и разработка компьютерных систем, способных выполнять задачи, интеллектуально похожие на человека.
функциональность
Машинное обучение фокусируется на точности и моделях.	Искусственный интеллект нацелен на интеллектуальное поведение и максимальное изменение успеха.
Категоризация
Машинное обучение можно отнести к категории «Обучение с контролем», «Обучение без контроля» и «Укрепление знаний»..	Приложения на основе искусственного интеллекта могут быть классифицированы как прикладные или общие.

Резюме - Машинное обучение против искусственного интеллекта

Искусственный интеллект - это прогресс и широкая дисциплина. Он состоит из многих других областей, таких как машиностроение, математика, компьютерные науки и т. Д. Разница между машинным обучением и искусственным интеллектом заключается в том, что машинное обучение - это тип искусственного интеллекта, который дает возможность компьютеру учиться без явного программирования и искусственного интеллекта. Интеллект - это теория и развитие компьютерных систем, способных выполнять задачи, интеллектуально похожие на человека. Машинное обучение - новая передовая технология искусственного интеллекта..

Скачать PDF-версию машинного обучения против искусственного интеллекта

Вы можете скачать PDF версию этой статьи и использовать ее в автономном режиме, как указано в примечании. Пожалуйста, загрузите PDF версию здесь. Разница между машинным обучением и искусственным интеллектом

Ссылка:

1.edurekaIN. Алгоритмы машинного обучения | Учебное пособие по машинному обучению | Обучение Науке Данных | Eureka, Eureka !, 21 мая 2017 года. Доступно здесь
2.15 Разница между Ai (искусственным интеллектом) и машинным обучением, Патель Видху, 14 июля 2017 года. Доступно здесь 
3.DigitalOcean. «Содержание». Введение в машинное обучение | DigitalOcean, DigitalOcean, 11 декабря 2017 года. Доступно здесь 
4. «Алгоритмы машинного обучения под надзором и без присмотра». Мастерство машинного обучения, 21 сентября 2016 года. Доступно здесь 
5.tutorialspoint.com. «Mahout Машинное обучение». Смысл. Доступна здесь 

Изображение предоставлено:

1.'2729781 'от GDJ / 2440 изображений (Public Domain) через pixabay
2. «Искусственный интеллект» Алехандро Зоррилала Круса, (Общественное достояние) через Commons Wikimedia