Rozdíl mezi strojovým učením a umělou inteligencí

Klíčový rozdíl - strojové učení vs. umělá inteligence
 

Umělá inteligence je široký koncept. Auta s vlastním pohonem a inteligentní domy jsou příklady umělé inteligence. Některé země mají inteligentní roboty v oborech jako je medicína, výroba, armáda, zemědělství a domácnost. Strojové učení je druh umělé inteligence. klíčový rozdíl mezi strojovým učením a umělou inteligencí je to Strojové učení je druh umělé inteligence, který dává počítači schopnost učit se, aniž by byl explicitně naprogramován. Umělá inteligence je teorie a vývoj počítačových systémů, které jsou schopny plnit úkoly inteligentně podobné člověku. Strojové učení používá algoritmus k analýze dat, poučení se z nich a podle toho se rozhoduje. Jedná se o vývoj samoučících se algoritmů a Artificial Intelligence je věda o vývoji systému nebo softwaru, který je inteligentní jako člověk.

OBSAH

1. Přehled a klíčový rozdíl
2. Co je to strojové učení
3. Co je to umělá inteligence
4. Podobnosti mezi strojovým učením a umělou inteligencí
5. Srovnání bok po boku - strojové učení vs. umělá inteligence v tabulkové formě
6. Shrnutí

Co je to strojové učení?

Algoritmus je posloupnost kroků, které počítači říkají, aby problém vyřešil. Strojové učení je druh umělé inteligence. Poskytuje počítačům schopnost učit se, aniž by byl explicitně naprogramován. Jsou to různé algoritmy dostupné pro řešení problémů strojového učení. V závislosti na typu problému si můžete vybrat vhodný algoritmus strojového učení. Zaměřuje se na vývoj počítačových programů, které mohou při vystavení novým datům přinést výsledek.

Existují různé typy strojového učení. Jsou to učení pod dohledem, učení bez dozoru a učení o posílení. Supervised Learning používá známý dataset k předpovědi. Do vstupního algoritmu dozoru se přidává sada vstupních dat (X) a sada odpovídajících hodnot odezvy nebo výstupů (Y). Tento datový soubor je známý jako datový soubor školení. Pomocí tohoto datového souboru algoritmus vytvoří model (Y = f (X)), takže může poskytnout výstupní hodnotu pro dokončení nového datového souboru.

Klasifikace a regrese jsou algoritmy supervize strojového učení. Klasifikace se používá pro klasifikaci záznamu. Jedním jednoduchým příkladem je „zda je teplota nízká“. Odpověď může být „ano“ nebo „ne“. Existuje určitý počet možností klasifikace. Pokud existují dvě možnosti, jedná se o klasifikaci dvou tříd. Pokud existují více než dvě možnosti, jedná se o třídní třídu. Regrese se používá pro výpočet číselného výstupu. Například předpovídání teploty zítřka. Dalším příkladem by bylo předpovídání hodnoty domu.

V Unsupervised Learning jsou zadána pouze vstupní data a neexistují žádné odpovídající výstupy. Algoritmus najde vzor nebo strukturu, aby se o datech dozvěděl více. Clustering je kategorizován jako Unsupervised Learning. Rozděluje data do skupin nebo skupin, aby se usnadnila interpretace dat.

Obrázek 01: Strojové učení

Posílení učení je inspirováno behavioristickou psychologií. Jedná se o maximalizaci určité představy o kumulativní odměně. Jedním z příkladů Výztužného učení je naučit počítač hrát šachy. V učení šachů je tolik kroků. Proto není možné poučit o každém kroku. Je však možné říct, zda byla určitá akce provedena správně nebo špatně. V programu Reinforcement Learning se počítač pokusí maximalizovat odměnu a poučit se ze zkušeností. Dalším příkladem je automatický regulátor teploty. Systém by měl podle potřeby zvyšovat nebo snižovat teplotu. Učení o posílení je dobré pro systémy, které by se měly rozhodovat bez velkého lidského vedení.

Co je to umělá inteligence?

Umělá inteligence je nutit počítač, počítačově řízeného robota nebo software inteligentně myslet na člověka. Uplatňovalo se na systém, způsob, jakým si lidé myslí, jak se lidé učí, rozhodují a řeší problémy. Nakonec je postaven inteligentní a inteligentní systém. Artificial Intelligence je moderní technologie v moderním světě. Jedná se o kombinaci různých oborů, jako je informatika, biologie, matematika a inženýrství.

Obrázek 02: Umělá inteligence

Existuje mnoho aplikací umělé inteligence (AI). Moderní herní aplikace používají AI. Výzkum AI zahrnuje také zpracování přirozeného jazyka. Je to schopnost počítače nebo stroje porozumět přirozenému jazyku, kterým lidé mluví, a podle toho plnit úkoly. Další aplikací jsou průmyslové roboty. Existuje více sofistikovaných robotů s výkonnými procesory a velkým množstvím paměti. Mohou se přizpůsobit novému prostředí a shromažďovat data pomocí světla, teploty, zvuku atd. Používají se v oborech, jako je medicína a výroba. Umělá inteligence se také používala v rozpoznávání optických znaků, autonomních vozidlech, vojenských simulacích a mnoha dalších.

Jaké jsou podobnosti mezi strojovým učením a umělou inteligencí?

• Oba mohou být použity k vytvoření sofistikovaných systémů pro provádění určitých úkolů.
• Oba jsou založeny na statistice a matematice.
• Machine Learning je nová špičková technologie umělé inteligence.

Jaký je rozdíl mezi strojovým učením a umělou inteligencí??

Strojové učení vs. umělá inteligence
Strojové učení je druh umělé inteligence, který umožňuje počítači učit se, aniž by byl explicitně programován. Používá algoritmus k analýze dat, poučení se z nich a podle toho se rozhoduje.	Umělá inteligence je teorie a vývoj počítačových systémů schopných plnit úkoly inteligentně podobné lidské bytosti.
Funkčnost
Strojové učení se zaměřuje na přesnost a vzory.	Umělá inteligence se zaměřuje na inteligentní chování a maximální změnu úspěchu.
Kategorizace
Strojové učení lze rozdělit do kategorie supervize učení, učení bez dozoru a učení o posílení.	Aplikace založené na umělé inteligenci lze kategorizovat jako aplikované nebo obecné.

souhrn - Strojové učení vs. umělá inteligence

Umělá inteligence je pokrok a široká disciplína. Skládá se z mnoha dalších oborů, jako je strojírenství, matematika, informatika atd. Rozdíl mezi strojovým učením a umělou inteligencí spočívá v tom, že strojové učení je druh umělé inteligence, který umožňuje počítači učit se, aniž by byl explicitně naprogramován a umělý. Inteligence je teorie a vývoj počítačových systémů, které jsou schopny plnit úkoly inteligentně podobné člověku. Machine Learning je nová špičková technologie umělé inteligence.

Stáhněte si PDF verzi strojového učení vs. umělé inteligence

Můžete si stáhnout PDF verzi tohoto článku a použít ji pro účely offline podle citace. Stáhněte si PDF verzi zde Rozdíl mezi strojovým učením a umělou inteligencí

Odkaz:

1.edurekaIN. Algoritmy strojového učení Výukový program pro strojové učení Školení v oblasti datové vědy Eureka, Eureka !, 21. května 2017. K dispozici zde
2,15 Rozdíl mezi umělou inteligencí a umělým inteligencí a strojovým učením, Patel Vidhu, 14. července 2017. K dispozici zde 
3.DigitalOcean. "Obsah." Úvod do strojového učení DigitalOcean, DigitalOcean, 11. prosince 2017. K dispozici zde 
4. „Algoritmy strojového učení pod dohledem a bez dozoru“. Machine Learning Mastery, 21. září 2016. K dispozici zde 
5.tutorialspoint.com. "Mahout Machine Learning." Bod. K dispozici zde 

Obrázek se svolením:

1.'2729781 'od GDJ / 2440 obrázků (Public Domain) prostřednictvím pixabay
2.'Artificial.intelligence'Ay Alejandro Zorrilal Cruz, (Public Domain), prostřednictvím Commons Wikimedia