发帖
雷达卡
在本文中，让我们了解什么是 AI 和算法，以及它们之间的区别。
算法
算法是一种自动指令形式。算法可以是一系列简单的单个 if-then 语句，例如是否按下此按钮、执行该操作，或者有时它可以是更复杂的数学方程式。
·使用算法的例子
YouTube 的算法知道应该向特定用户展示什么样的广告
电子商务巨头亚马逊的算法知道特定用户喜欢什么样的产品，并据此显示相似的产品细节。
· 算法类型
算法的复杂性将取决于执行所需的每个步骤的复杂性，以及算法需要执行的步骤的绝对数量。大多数算法都非常简单。
基本算法
如果定义的输入导致定义的输出，则系统的旅程可以称为算法。这个从开始到结束的程序旅程模拟了公式化决策背后的基本计算能力。
复杂算法
如果一个系统能够基于一组复杂的规则、计算或解决问题的操作得出定义的输出，那么该系统的旅程就可以称为复杂算法。与基本算法一样，这个程序旅程模拟了公式化但更复杂的决策背后的计算能力。
人工智能
人工智能是一组算法，能够应对不可预见的情况。它与机器学习 (ML) 的不同之处在于它可以输入非结构化数据并且仍然可以运行。AI 经常与 ML 互换使用的原因之一是，要知道底层数据是结构化的还是非结构化的并不总是那么简单。这不是关于监督和非监督学习，而是关于格式化并呈现给 AI 算法的方式。
人工智能算法
术语AI 算法通常用于提及算法的细节。但准确的说法是“机器学习算法”。人工智能是包含机器学习 (ML) 的技术的巅峰之作。ML 是一组算法，使计算机能够从以前的结果中学习，并在无需人工干预的情况下获取信息的更新。它只是简单地输入大量结构化数据以完成任务。
基于获得的数据，人工智能算法将通过考虑几个因素来制定假设并提出可能的新结果，这些因素有助于他们做出比人类更好的决策。
在 AI 算法中，输出不是定义而是指定的，取决于用户数据的复杂映射，然后与每个输出相乘。该程序的旅程模拟了人类根据收集的数据做出决定的能力。智能系统越能基于额外的输入来增强其输出，人工智能的应用就会变得越先进。
·使用人工智能算法的例子
自动驾驶汽车是人工智能算法的最佳例子之一。
基于识别的应用程序，例如面部、语音和对象识别映射
· 学习算法
人工智能算法也称为学习算法。ML 中有三种主要的算法。
监督学习
监督学习算法基于结果和目标变量，主要是因变量。这是从一组特定的预测变量预测的，这些预测变量是自变量。通过利用这组变量，可以生成一个映射输入的函数以获得足够的结果。监督学习中可用的核心算法是支持向量机 (SVM)、决策树和朴素贝叶斯分类器、普通最小二乘法 (OLS)、随机森林、回归、逻辑回归和 KNN。
无监督学习
这些类似于监督学习算法，但没有具体的目标或结果，可以估计或预测。因为他们继续完全根据输入数据调整他们的模型。该算法运行一个自我训练过程，无需任何类型的外部干预。无监督学习算法中可用的核心算法是独立成分分析 (ICA)、先验算法、K-means、奇异值分解 (SVD) 和主成分分析 (PCA)。
强化学习（RL）
RL 具有依赖于反复试验的不断迭代，其中机器可以根据特定类型的条件生成输出，机器经过良好训练可以做出相关决策。机器可以根据过去的经验很好地学习，然后捕获最合适和相关的信息，以准确地制定业务决策。RL 的最佳示例是 Q-Learning、马尔可夫决策过程、SARSA（状态“动作”奖励“状态“动作）和 Deep Mind™ 的 Alpha Zero 国际象棋 AI。
算法与人工智能的区别
算法采用自动指令，可以是简单的也可以是复杂的，以代码的形式获取一些输入和一些逻辑，并根据算法中描述的预定义的一组指导方针提供输出。
然而，人工智能算法会根据它接收到的数据而变化，无论是结构化还是非结构化数据，都会从数据中学习并提出独特的解决方案。它还具有改变其算法和开发新算法以响应学习输入的能力。
结论
人类和机器必须共同努力，以建立基于不同社会经济背景、文化和其他各种观点的人性化技术。算法和人工智能知识将有助于开发更好的解决方案并在当今多变和复杂的世界中取得成功。
相关帖子DA内容精选
|
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
