人工智能概述

标签：开发   朴素贝叶斯   最优   动态   它的   计划   哲学   优化   网络   

人工智能主要是研究能感知周围世界、制定计划、并做出决策以实现其目标的机器人。
其所需要的基础包括数学、逻辑、哲学、概率、语言学、神经科学和决策理论。
许多领域都属于AI，如计算机视觉，机器人，机器学习和自然语言处理。
机器学习则是人工智能的一个子领域。它的目标是让计算机自己学习。
机器学习算法使其能够在数据中识别模式，从而构建模型，而不是利用预定义的规则进行预测。

Medium
Quora

DeepMind
AlphaGo

OpenAI用自己发明的语言开发机器人

1. 五大流派

①符号主义：使用符号、规则和逻辑来表征知识和进行逻辑推理，最喜欢的算法是：规则和决策树

②贝叶斯派：获取发生的可能性来进行概率推理，最喜欢的算法是：朴素贝叶斯或马尔可夫

③联结主义：使用概率矩阵和加权神经元来动态地识别和归纳模式，最喜欢的算法是：神经网络

④进化主义：生成变化，然后为特定目标获取其中最优的，最喜欢的算法是：遗传算法

⑤Analogizer：根据约束条件来优化函数（尽可能走到更高，但同时不要离开道路），最喜欢的算法是：支持向量机

人工智能概述

标签：开发   朴素贝叶斯   最优   动态   它的   计划   哲学   优化   网络   

原文地址：http://www.cnblogs.com/vincentqliu/p/7806773.html