人工智能 vs 机器学习 vs 深度学习 vs 数据科学

人工智能 vs 机器学习 vs 深度学习 vs 数据科学

该博客为您提供了一个非常简短的指南来区分这些领域，这样您就再也不会混淆这些主题了。

您可能已经意识到一切都属于人工智能 (AI)，但并非数据科学中的一切都是人工智能的一部分。

什么是人工智能？

人工智能被定义为我们的目标。

谷歌地图是一个人工智能示例，当您选择起点和终点时，它会为您提供旅行的最佳路线/最短路径。这是 Google Map 应用程序的主要目标/任务。编程语言和其他工具不会使 Google Maps 成为 AI 应用程序，但应用程序的目的/目标确实如此，因为在 Google Maps 中，人类不会向您推荐最短路径，而是机器会为您做这件事。因此，您无法学习人工智能，因为它没有什么可学习的，但您可以学习那些帮助您创建人工智能应用程序的工具和软件。

什么是机器学习？

机器学习被定义为开发人工智能应用程序的工具和软件。

这些工具只能在您有数据时使用。没有数据机器学习没有用。正如我们之前所见，谷歌地图是一款使用机器学习工具和软件创建的人工智能应用程序。因为谷歌地图在开发之前的第一步是通过卫星采集整个地球地图，包括捕获道路作为路径、建筑物之类的物体、区域名称等，所有这些都被视为有关已应用机器学习工具的数据，可为您提供最短的旅行路径。

简而言之，人工智能应用程序是机器在没有人参与的情况下执行任务或解决问题的地方，而机器学习是机器用来执行这些任务的工具。

什么是深度学习？

深度学习就像机器学习，机器使用工具和软件来执行任务，但由于机器本身在没有人类参与的情况下永远不会好，所以要帮助机器在执行任务时像人类一样思考，以获得更好的结果，引入了深度学习。

谷歌地图确实包含深度学习策略，因为在最短路径上行驶不仅取决于数学计算，即在这种情况下的距离，还取决于交通量和更多只能从人类角度思考的因素，但现在机器也可以使用深度学习进行思考。

什么是数据科学？

数据科学是机器学习或深度学习背后的数学。我们确实知道谷歌地图的最短路径需要数学计算，几乎每个人工智能应用程序都需要数学运算。但是数据科学涉及大量数学，这使得它不仅仍然是人工智能的一部分，而且还是一个单独的领域，您的重点不仅是创建人工智能应用程序，而且要执行各种任务以提取有关数据的信息。

我希望这个博客能够对这些术语之间的区别有一个非常基本的了解。

如果您有任何疑问，请随时问我！

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明

本文链接：https://www.qanswer.top/38596/26062211