TensorFlow - 人工智能

人工智能包括通过机器和专用计算机系统对人类进行仿真的过程，人工智能的示例包括学习，推理和自纠正。 

机器学习是人工智能的分支，它可以学习任何新数据和数据模式的系统和算法。

链接：https://www.learnfk.comhttps://www.learnfk.com/tensorflow/tensorflow-understanding-artificial-intelligence.html

来源：LearnFk无涯教程网

让无涯教程专注于下面提到的维恩图，以了解机器学习和深度学习的概念。

深度学习是机器学习的一部分，数据转换的主要动机是提高其知识水平，以便在将来获得更好的输出，为特定系统提供更接近所需输出的输出。机器学习包括"模式识别"，其中包括识别数据中模式的能力，模式应该经过训练以期望的方式显示输出。

机器学习可以两种不同的方式进行训练-

• 有监督培训
• 无监督培训

有监督学习

监督学习或监督训练包括以下过程:将训练集作为输入提供给系统，其中，每个示例都标有所需的输出值。使用特定损失函数的最小化来执行这种类型的训练，该函数表示相对于所需输出系统的输出误差。

训练完成后，针对训练集(也称为验证集)中不相交的示例，测量每个模型的准确性。

示例说明"监督学习"的最好示例是一堆照片，其中包含信息。在这里，用户可以训练模型以识别新照片。

无涯教程网

无监督学习

在无监督学习或无监督培训中，系统寻找具有共同特征的数据，并根据内部知识特征对其进行更改，这种学习算法基本上用于聚类问题。

最好的示例来说明"无监督学习"是一堆没有信息的照片，以及带有分类和聚类的用户训练模型。由于没有给出任何信息，因此这种训练算法可以在假设条件下使用。