Автор оригинала: Chris.
Ответ: Глубокое обучение – подстанция машинного обучения, которая является подраеоа искусственного интеллекта. Наука данных – это междисциплинарная область, которая сочетает в себе все те, которые сочетают в себе навыки математики и программирования, чтобы извлечь полезные представления от данных.
«Я пытаюсь понять, как область навыков связана друг с другом, и одна зависимость другая. Я надеюсь, что вы уточняете для меня, где начинать и как выглядит путь. Я знаю, что это сложный вопрос ». – Барака , Член фрилансера Python
Давайте начнем с простой визуализации, которая поможет вам понять, как эти четырех областей – искусственный интеллект (AI), машинное обучение (ML), глубокое обучение (DL) и наука о данных – относятся друг к другу.
Определения
Искусственный интеллект: А Недавнее определение искусственного интеллекта говорит от «Имитация интеллектуального человеческого поведения» на машинах. В отличие от «естественного», то есть биологической, интеллекта. Искусственный интеллект состоит из многих субтопиков, таких как рассуждение, представление знаний, логика, машинное обучение, планирование, робототехника. Следовательно, это очень широкий срок, чтобы описать междисциплинарную область создания машин, которые действуют разумно. Если вы хотите получить общий обзор, прочитайте Эта статья Отказ
Машинное обучение : Отличное определение было опубликовано в Журнал Машина Обучение в радиационной онкологии :
«Машинное обучение – это развивающаяся ветвь вычислительных алгоритмов, предназначенных для эмуляции человеческого интеллекта, изучая окружающую среду. Они считаются рабочей лошадью в новой эре так называемых больших данных ».
Важной подсветкой состоит в том, что это обучение на основе наблюдаемых данных. Таким образом, это только один способ устранения проблемы создания искусственного интеллекта. Если вы хотите получить тщательное введение в машинном обучении, погрузиться в Бесплатный курс От одного из ведущих мировых экспертов в машинном обучении, Андрей Нг.
Глубокое обучение : Если вы знаете об общем поле AI и конкретной области машинного обучения, пришло время погрузиться в еще более конкретную область глубокого обучения:
«Класс техники обучения машин, которые используют многие слои нелинейной обработки информации для контролируемой или неповторимой добычей и преобразования и трансформации, а также для анализа шаблонов и классификации». ( Источник )
Это более сложное определение, потому что он создает терминологию, известную экспертами по изучению машин. Это не имеет большого смысла изучать глубокое обучение, прежде чем у вас будет базовое понимание машинного обучения – так же, как не имеет смысла читать Шекспира, прежде чем вы сможете прочитать алфавит. Однако, если вы хотите получить хороший обзор глубокого обучения, прочитайте Эта статья Отказ
Наука данных: В отличие от других трех определений, наука данных – это междисциплинарное поле, использующее понимание охвата многих областей для извлечения знаний от данных.
«Наука данных – это область исследования, которая сочетает в себе опытную экспертизу, навыки программирования и знание математики и статистики для извлечения значимых представлений от данных». ( источник )
Он использует разные поля в искусственном интеллекте (и машинном обучении), статистике, математике и компьютерном программировании для извлечения значения. Если вы хотите улучшить навыки науки Python Data, начните с Numpy Library, чтение Numpy TextBooks.
Работая в качестве исследователя в распределенных системах, доктор Кристиан Майер нашел свою любовь к учению студентов компьютерных наук.
Чтобы помочь студентам достичь более высоких уровней успеха Python, он основал сайт программирования образования Finxter.com Отказ Он автор популярной книги программирования Python одноклассники (Nostarch 2020), Coauthor of Кофе-брейк Python Серия самооставленных книг, энтузиаста компьютерных наук, Фрилансера и владелец одного из лучших 10 крупнейших Питон блоги по всему миру.
Его страсти пишут, чтение и кодирование. Но его величайшая страсть состоит в том, чтобы служить стремлению кодер через Finxter и помогать им повысить свои навыки. Вы можете присоединиться к его бесплатной академии электронной почты здесь.
Оригинал: “https://blog.finxter.com/artificial-intelligence-machine-learning-deep-learning-and-data-science-whats-the-difference/”