人工智能
人工智能是一个比较宽泛的概念，它指的就是机器能像人类一样思考和行动。
机器学习
机器学习是实现人工智能的一种方法。机器学习最成功的应用领域是计算机视觉。机器学习通过训练模型，以主动学习的方式得到处理数据的方法。
机器学习有三类：监督学习、无监督学习和强化学习
监督学习可分为二分类和回归
无监督学习可分为聚类和主成分
强化学习就是将智能体放入一个环境中进行学习，比如智能体走迷宫，智能体踢足球什么的
模式识别
模式识别一般用于数据分类，比如工厂中需要将打捞上来的鲑鱼和鲤鱼分开。其标签是给定的，比如长得长于30cm的是鲑鱼，短于30cm的是鲤鱼
相似特征的模式可归为一个模式类，模式类的可分性有线性可分、非线性可分、高度相关特征以及多默特特征
分类器的决策边界有线性决策边界、二次决策边界以及复杂决策边界
神经网络
当机器学习中的模型有多层时，就有了神经网络。
梯度下降的定义
梯度下降问题就是沿着导数下降的地方移动，直到某点梯度最小，这个时候就达到了最优解
多变量的梯度下降问题
神经网络中遇到的问题是多变量的最优解，即多变量的梯度为零的解
局部最优和全局最优问题
通常，我们求得的最优解不一定是全局最优解，其可能只是局部最优解。
他们之间的关系
人工智能>机器学习>模式识别>神经网络
标签：机器,人工智能,模式识别,学习,神经网络,梯度,最优 来源： https://blog.csdn.net/qq_37837061/article/details/123187072
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。