Atšķirība starp mašīnmācīšanos un mākslīgo intelektu

Galvenā atšķirība - mašīnmācība vs mākslīgais intelekts
 

Mākslīgais intelekts ir plašs jēdziens. Automobiļi, viedās mājas ir daži mākslīgā intelekta piemēri. Dažās valstīs ir inteliģenti roboti tādās jomās kā medicīna, ražošana, militārā joma, lauksaimniecība un mājsaimniecība. Mašīnmācība ir mākslīgā intelekta veids. galvenā atšķirība starp mašīnmācīšanos un mākslīgo intelektu ir tā Mašīnmācīšanās ir mākslīgā intelekta veids, kas dod iespēju datoram mācīties, tieši to neprogrammējot, un mākslīgais intelekts ir datorsistēmu teorija un attīstība, kas spēj veikt uzdevumus, kas ir saprātīgi līdzīgi kā cilvēkam.. Mašīnmācīšanās izmanto algoritmu, lai parsētu datus, mācītos no tiem un attiecīgi pieņemtu lēmumus. Tā ir pašmācības algoritmu izstrāde, un mākslīgais intelekts ir zinātne par tādas sistēmas vai programmatūras izstrādi, kas ir gudra kā cilvēks.

SATURS

1. Pārskats un galvenās atšķirības
2. Kas ir mašīnmācīšanās
3. Kas ir mākslīgais intelekts
4. Mašīnmācības un mākslīgā intelekta līdzības
5. Salīdzinājums blakus - mašīnu apguve vs mākslīgais intelekts tabulas formā
6. Kopsavilkums

Kas ir mašīnmācība?

Algoritms ir darbību virkne, kas liek datoram atrisināt problēmu. Mašīnmācība ir mākslīgā intelekta veids. Tas datoriem nodrošina iespēju mācīties, tieši neprogrammējot. Tie ir dažādi algoritmi, kas pieejami mašīnmācīšanās problēmu risināšanai. Atkarībā no problēmas veida var izvēlēties piemērotu Machine Learning algoritmu. Tā koncentrējas uz tādu datorprogrammu izstrādi, kuras var dot rezultātu, saskaroties ar jauniem datiem.

Ir dažādi mašīnu apguves veidi. Tās ir mācītas supervīzijas, nepamācītas mācības un pastiprinātas mācības. Uzraudzītā mācīšanās prognozēšanai izmanto zināmu datu kopu. Ievades datu kopums (X) un atbilstošo atbildes vērtību vai izvadu (Y) komplekts tiek dots uzraudzītajam mācību algoritmam. Šī datu kopa ir zināma kā apmācības datu kopa. Izmantojot šo datu kopu, algoritms izveido modeli (Y = f (X)), tāpēc tas var dot izejas vērtību, lai pabeigtu jaunu datu kopu.

Klasifikācija un regresija ir uzraudzīti mašīnmācīšanās algoritmi. Ierakstu klasificēšanai izmanto klasifikāciju. Viens vienkāršs piemērs ir “vai temperatūra ir auksta”. Atbilde var būt “jā” vai “nē”. Klasificēšanai ir noteikts skaits izvēles. Ja ir divas izvēles, tā ir divu klašu klasifikācija. Ja ir vairāk nekā divas izvēles, tā ir vairāku klašu klasifikācija. Regresiju izmanto, lai aprēķinātu skaitlisko izvadi. Piemēram, prognozējot rītdienas temperatūru. Vēl viens piemērs varētu būt mājas vērtības prognozēšana.

Nepietiekamā apmācībā tiek doti tikai ievades dati, un nav atbilstošu izvadu. Tā vietā algoritms atrod modeli vai struktūru, lai uzzinātu vairāk par datiem. Klasterēšana tiek klasificēta kā nepārraudzīta mācīšanās. Tas iedala datus grupās vai klasteros, lai atvieglotu datu interpretāciju.

01. attēls. Mašīnmācība

Pastiprināšanas mācīšanos iedvesmojusi biheivioristiskā psiholoģija. Tas attiecas uz dažāda kumulatīvas atlīdzības jēdziena maksimizēšanu. Viens pastiprināšanas mācīšanās piemērs ir norādīt datoram spēlēt šahu. Šaha apgūšanā ir tik daudz soļu. Tāpēc nav iespējams instruēt par katru darbību. Bet ir iespējams pateikt, vai noteiktā darbība tika veikta pareizi vai nepareizi. Pastiprināšanas mācībās dators centīsies maksimāli palielināt atlīdzību un mācīties no pieredzes. Vēl viens piemērs ir automātiskais temperatūras kontrolieris. Sistēmai vajadzētu paaugstināt vai samazināt temperatūru atbilstoši prasībai. Pastiprināšanas mācīšanās ir izdevīga sistēmām, kurām jāpieņem lēmumi bez daudz cilvēku norādījumiem.

Kas ir mākslīgais intelekts?

Mākslīgais intelekts ir likt datoram, ar datoru vadāmam robotam vai programmatūrai domāt saprātīgi kā cilvēkam. Tas attiecās uz sistēmu, veidu, kādā cilvēki domā, kā cilvēki mācās, izlemj un risina problēmas. Visbeidzot, tiek uzbūvēta vieda un inteliģenta sistēma. Mākslīgais intelekts ir moderna tehnoloģija mūsdienu pasaulē. Tas ir dažādu disciplīnu apvienojums, piemēram, datorzinātnes, bioloģija, matemātika un inženierzinātnes.

02. Attēls. Mākslīgais intelekts

Ir daudz mākslīgā intelekta (AI) pielietojumu. Mūsdienu spēļu programmas izmanto AI. AI pētījumos ietilpst arī dabiskās valodas apstrāde. Tas ir dot iespēju datoram vai mašīnai saprast dabisko valodu, ko runā cilvēki, un attiecīgi veikt uzdevumus. Vēl viena lietojumprogramma ir rūpniecības roboti. Ir sarežģītāki roboti ar efektīviem procesoriem un milzīgu atmiņas daudzumu. Viņi var pielāgoties jaunai videi un apkopot datus, izmantojot gaismu, temperatūru, skaņu utt. Tos izmanto tādās jomās kā medicīna un ražošana. Mākslīgais intelekts tiek pielietots arī rakstzīmju optiskajā atpazīšanā, autonomos transportlīdzekļos, militārās simulācijās un daudzās citās lietās.

Kādas ir līdzības starp mašīnmācīšanos un mākslīgo intelektu?

• Abus var izmantot, lai izveidotu sarežģītas sistēmas noteiktu uzdevumu veikšanai.
• Abu pamatā ir statistika un matemātika.
• Mašīnmācīšanās ir mākslīgā intelekta jaunā progresīvā tehnoloģija.

Kāda ir atšķirība starp mašīnmācīšanos un mākslīgo intelektu?

Mašīnmācība vs mākslīgais intelekts
Mašīnmācīšanās ir mākslīgā intelekta veids, kas dod iespēju datoram mācīties, tieši to neprogrammējot. Tas izmanto algoritmu, lai parsētu datus, mācītos no tiem un attiecīgi pieņemtu lēmumus.	Mākslīgais intelekts ir datorsistēmu teorija un attīstība, kas spēj saprātīgi veikt uzdevumus, kas līdzīgi cilvēkam.
Funkcionalitāte
Mašīnu mācīšanās koncentrējas uz precizitāti un modeļiem.	Mākslīgais intelekts ir vērsts uz saprātīgu izturēšanos un uz panākumu maksimālu maiņu.
Klasifikācija
Mašīnmācību var iedalīt kategorijās Mācīšanās uzraudzība, Mācīšanās bez uzraudzības un Mācīšanās ar pastiprināšanu.	Mākslīgā intelekta lietojumus var klasificēt kā piemērotus vai vispārīgus.

Kopsavilkums - Mašīnmācība vs mākslīgais intelekts

Mākslīgais intelekts ir sasniegums un plaša disciplīna. Tas sastāv no daudzām citām jomām, piemēram, inženierzinātnes, matemātika, datorzinātnes utt. Atšķirība starp mašīnmācību un mākslīgo intelektu ir tāda, ka mašīnmācīšanās ir mākslīgā intelekta veids, kas dod iespēju datoram mācīties bez skaidri ieprogrammēta un mākslīga intelekta. Intelekts ir datorsistēmu teorija un attīstība, kas spēj saprātīgi veikt uzdevumus, kas līdzīgi cilvēkam. Mašīnmācīšanās ir mākslīgā intelekta jaunā progresīvā tehnoloģija.

Lejupielādējiet mašīnu apguves un mākslīgā intelekta PDF versiju

Varat lejupielādēt šī raksta PDF versiju un izmantot to bezsaistes vajadzībām, kā norādīts citēšanas piezīmē. Lūdzu, lejupielādējiet šeit PDF versiju. Atšķirība starp mašīnmācīšanos un mākslīgo intelektu

Atsauce:

1.edurekaIN. Mašīnmācīšanās algoritmi | Mašīnmācīšanās apmācība | Datu zinātnes apmācība | Eureka, Eureka !, 2017. gada 21. maijs. Pieejams šeit
2.15. Atšķirība starp Ai (mākslīgais intelekts) un mašīnmācīšanos, Patel Vidhu, 2017. gada 14. jūlijs. Pieejams šeit 
3.DigitalOcean. “Saturs.” Ievads mašīnu apguvē | DigitalOcean, DigitalOcean, 2017. gada 11. decembris. Pieejams šeit 
4. “Uzraudzīti un neuzraudzīti mašīnmācīšanās algoritmi.” Mašīnmācīšanās meistarība, 2016. gada 21. septembris. Pieejams šeit 
5.tutorialspoint.com. “Mahout Machine Learning.” Jēga. Pieejams šeit 

Attēla pieklājība:

1.'2729781 ”, izmantojot GDJ / 2440 attēlus (publisks domēns), izmantojot pixabay
2.'Artificial.intelligence'By Alejandro Zorrilal Cruz (Public Domain), izmantojot Commons Wikimedia