人工智能概述
1956年8月,足足两个月的会议,讨论用机器来模仿人类学习以及其它方面的智能,虽然没有达成普遍共识,但是却为会议的讨论起了一个名字人工智能,1956年也成为了人工智能元年。
1980年,统计学习方法又被称为机器学习,使用统计方法实现人工智能,如垃圾邮件的过滤系统。
2010年以后,深度神经网络在一些图像识别的比赛取得了好成绩,深度学习开始大力发展。
-
机器学习和人工智能、深度学习的关系:
-
机器学习是人工智能的一个实现途径
-
深度学习是机器学习的一个方法发展而来
-
机器学习、深度学习能做些什么
机器学习的应用场景非常多,医疗、航空、教育、物流、电商等领域
-
传统预测
-
图像识别
-
自然语言处理
人工智能路线:
-
机器学习:
-
特征工程
-
分类算法
-
回归、聚类算法
-
-
深度学习:
-
TensorFlow框架
-
卷积神经网络
-
验证码识别
-
-
量化交易
-
回测平台
-
因子处理
-
因子分析
-
选股策略
-
标签:机器,人工智能,学习,1956,概述,深度,图像识别 来源: https://www.cnblogs.com/xxdd123321/p/16513250.html
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。