机器学习、统计分析、数据挖掘、神经网络、人工智能、模式识别前世今生
2016-06-25 蓝志豪 MedSci原创
在技术飞快进步的时代，下一个计算平台，可能将是量子计算机与人工智能的结合的产物。机器学习、统计分析、数据挖掘、神经网络、人工智能、模式识别，很难说谁包含于谁，只能分开说每一个概念的意义，谁服务于谁。 离线而非在线的云数据才是未来的机会所在。这也是机器人可以进入的领域，因为它能够移动，利用机器人身上装的传感器，它可以感知到周围的真实环境，在与环境互动的过程中学习。 这几者间的基本区别如下：
在技术飞快进步的时代，下一个计算平台，可能将是量子计算机与人工智能的结合的产物。机器学习、统计分析、数据挖掘、神经网络、人工智能、模式识别，很难说谁包含于谁，只能分开说每一个概念的意义，谁服务于谁。 离线而非在线的云数据才是未来的机会所在。这也是机器人可以进入的领域，因为它能够移动，利用机器人身上装的传感器，它可以感知到周围的真实环境，在与环境互动的过程中学习。 这几者间的基本区别如下： 机器学习：强调学习能力，机器在算法的指导下有一点的学习能力，比如神经网络，训练算法 统计分析：从统计的角度出发，发现系统的规律，比如线性回归等，不过神经网络也可以看作一种非线性回归。 数据挖掘：强调的是从一大堆数据里有价值的数据，比如最赚钱的信息，指标，比如，啤酒尿布要放一块，为了挖掘有价值的信息，当然所有方法都会用上。 神经网络：强调模拟生物神经系统，尤其是大脑的神经网络。比如：BP网络，竞争神经网络，等各种仿生的算法。神经网络的学习机制，收敛性质等都会讨论 人工智能：这个强调的是让机器象人一样聪明，方法就不限了，规则也罢，神经网络等仿生学也罢，都可以来为我所用 模式识别：强调训练和识别，比如图像
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
的确不错
105
大数据啊
124
#机器#
35
#神经网络#
35
好文章，值得收藏！
149
感觉要被取代
97
好东西，牛人太多
106
新技术应用，让世界日新月异
56
感兴趣的内容
53
哇，大家都有头像呀，都好漂亮呀！
63