
Quelle est la différence entre l'intelligence artificielle, l'apprentissage automatique et l'apprentissage profond?
Traduit automatiquementLa technologie de l'intelligence artificielle (YZ) a gagné en popularité ces dernières années. Les grandes entreprises font de grands investissements pour améliorer les talents dans ce domaine. Si vous envisagez d'optimiser vos processus d'affaires ou de développer de nouvelles idées d'affaires, vous devez comprendre les composantes de base de l'IA.
Intelligence artificielle: Aperçu
L'intelligence artificielle est une technologie qui vise à imiter l'intelligence humaine. Il ne s'agit pas seulement de l'apprentissage automatique et de l'apprentissage profond, mais aussi d'autres approches sans capacité d'apprentissage. Par exemple, les chatbots à terme précoces comme ELIZA sont programmés sans la capacité d'apprendre.
Depuis l'histoire moderne de l'IA, le travail d'Alan Turing dans les années 1950 et des événements comme la conférence de Dartmouth. Dans ce domaine, de nombreuses vagues et stagnations intéressantes (« hivers AI »).

Types d'intelligence artificielle
L'intelligence artificielle est divisée en deux grandes catégories : Forte et faible. L'IA forte est programmée pour certaines tâches d'IA faible, alors qu'elle peut avoir une autosensibilité. Actuellement, toutes les AI disponibles sont de catégorie faible.
L'apprentissage automatique : le mécanisme d'apprentissage
L'apprentissage automatique est un certain nombre d'algorithmes qui permettent à l'IA d'apprendre. Selon ces algorithmes, une certaine conclusion est tirée de l'apprentissage des ensembles de données. L'apprentissage automatique est divisé en trois types principaux:
- Apprentissage audité : Le système est formé avec des ensembles de données étiquetés.
- Apprentissage non contrôlé : Le système apprend les moules à partir d'ensembles de données non étiquetés.
- Apprentissage gai: Le système reçoit des récompenses et des pénalités pour des actions précises et incorrectes.
Modèles d'apprentissage automatique
L'apprentissage automatique consiste en divers algorithmes. Il s'agit notamment de méthodes telles que la régression linéaire, la régression logistique, les arbres de décision, les voisins proches de K-En, les baies de Naive et les machines vectrices de soutien (SVM).
Deep Learning: Réseaux nerveux multicouches
L'apprentissage profond traite des réseaux nerveux multicouches. Ces réseaux agissent pour imiter le fonctionnement du cerveau humain. Deep learning contient différents types de réseaux nerveux, tels que Long Short Time Memory (LSTM) et Evil Networks (CNN).
Conclusion
L'intelligence artificielle est une zone d'automatisation générale de l'intelligence. L'apprentissage automatique permet à l'IA d'apprendre. Si l'apprentissage profond, il se concentre sur les réseaux nerveux multicouches. J'espère que vous avez mieux compris les différences entre ces trois concepts après avoir lu cet article.
SourceÉtiquettes
Microsoft, Excel'e Python Entegrasyonu Getiriyor

Microsoft ve LinkedIn'den Ücretsiz ve Sertifikalı Yapay Zeka Eğitim Programı!
Commentaires (0)
Connecte-toi pour commenter.
Se connecter
