人工智能入门文档深度页
AI、机器学习与深度学习的关系
用集合与职责边界区分 AI、机器学习、深度学习和生成模型。
学习目标
- 能说明AI、机器学习与深度学习的关系解决什么问题,以及何时适用。
- 能解释为什么“把三个词互换使用”是误区。
学习前需要掌握
背景与问题
现实项目往往把规则、检索、机器学习模型和人工审批组合在一起,仅靠集合关系无法描述完整系统。
概念定义
机器学习是 AI 的一类数据驱动方法,深度学习是机器学习中使用多层神经网络进行表示学习的方法族。
直观理解
AI 是目标领域,机器学习是从数据学习的方法,深度学习是其中一组模型技术。
核心原理
AI 系统可以完全不使用机器学习,例如规则系统和经典搜索。
深度学习模型仍需要数据、损失、优化与评测。
Agent 是系统组织方式,不是与机器学习平行的一种训练算法。
理解与实践步骤
- 1
识别任务目标
- 2
判断是否需要从数据学习
- 3
判断表示是否需要深层网络
- 4
补充规则、工具与验证
实际应用
- 技术路线选择
- 学习路径规划
常见错误
把三个词互换使用
认为深度模型天然具备 Agent 能力
推荐学习资料
暂未收录相关资料
参考库不会生成虚假资源或无效外部链接。