模糊逻辑与人工智能与机器学习与深度学习
iHa*_*Uni 1 artificial-intelligence machine-learning fuzzy-logic deep-learning
这四个科目如何相互不同？据我所知,他们从众多输入数据中学习并输出估计的输出.我的理解非常缺乏,因此我质疑这些.关于人们给出的例子,例如垃圾邮件,苹果橙猫识别,神经网络例子,我没有任何意义.
在一个更简单的例子中是否有更好的代表这四个主题的编码来展示这个概念？我真的很感激.
链接到您认为代码非常简单的示例非常受欢迎.我需要能够更好地获得代码编写概念的东西.
非常感谢!
模糊逻辑是多值逻辑的一种形式,其中变量的真值可以是介于0和1之间的任何实数.相比之下,在布尔逻辑中,变量的真值可能只是整数值0或1.已经采用逻辑来处理部分真理的概念,其中真值可以在完全真实和完全虚假之间.1此外,当使用语言变量时,这些度数可以由特定(成员)功能管理.
领域人工智能研究本身定义为"智能代理"的研究:即感知周围环境,并采取最大限度地发挥其在某些目标的成功机会的行为的任何设备.通俗地说,当机器模仿人类与其他人类思维相关联的"认知"功能时,应用术语"人工智能",例如"学习"和"解决问题"(称为机器学习).
Tom Mitchell的机器学习:
据说计算机程序从经验E中学习关于某类任务T和绩效测量P,如果其在T中的任务中的表现(由P测量)随经验E而改善.
深度学习是利用深度神经网络进行机器学习.
因此:AI是机器学习的超集.机器学习是深度学习的超集.AI包括模糊逻辑:
