Mi entendimiento es el siguiente:
1. Inteligencia artificial: dotar a las máquinas de la inteligencia de los humanos para que puedan pensar de forma independiente como los humanos. Por supuesto, la inteligencia artificial actual no se ha desarrollado a un nivel muy avanzado. Este tipo de inteligencia todavía se encuentra en una etapa muy ingenua en comparación con el cerebro humano, pero en la actualidad, podemos dejar que la computadora domine ciertos conocimientos y nos ayude a lograr cosas simples. o tareas inteligentes de forma más inteligente.
2. Aprendizaje automático. En términos sencillos, significa dejar que la máquina aprenda por sí misma y luego utilizar el conocimiento aprendido para guiar el juicio posterior. Para dar el ejemplo más simple, cuando entrenamos a un cachorro para atrapar un platillo volador, cuando el cachorro lo atrapa y se lo entrega al dueño, el dueño le dará una recompensa determinada, de lo contrario habrá un castigo. Así, el perro aprendió poco a poco a atrapar el platillo volante. De la misma manera, utilizamos un montón de datos de muestra para permitir que la computadora realice cálculos. Los datos de muestra se pueden etiquetar con clases y se diseña una función de penalización. Mediante iteraciones continuas, la máquina aprende a clasificar para minimizar el daño. pena. Luego utilice las reglas de clasificación aprendidas para realizar predicciones y otras actividades.
3. Minería de datos. La minería de datos es un tema altamente interdisciplinario que puede utilizar algoritmos de aprendizaje automático y métodos estadísticos tradicionales. El objetivo final es extraer conocimiento para mi uso a partir de los datos para guiar las actividades de las personas. Entonces creo que el enfoque de la minería de datos radica en la aplicación. No es muy importante qué algoritmo utilizar. La clave es poder cumplir con los antecedentes reales de la aplicación. El aprendizaje automático se centra en el diseño del propio algoritmo.
4. Reconocimiento de patrones. Creo que el reconocimiento de patrones se centra en el procesamiento de datos no intuitivos como señales, imágenes, voces, textos, huellas dactilares, etc., como el reconocimiento de voz, el reconocimiento facial, etc., extrayendo características relevantes y utilizando estas características para buscar. lo que queremos encontrar.
Me gusta más este aspecto de las cosas y tengo una comprensión superficial. Estoy muy feliz de comunicarme con usted.