Verschil tussen machinaal leren en kunstmatige intelligentie

Belangrijkste verschil - Machine Learning vs Artificial Intelligence
 

Kunstmatige intelligentie is een breed concept. Zelfrijdende auto's, slimme huizen zijn enkele voorbeelden van kunstmatige intelligentie. Sommige landen hebben intelligente robots op gebieden als geneeskunde, productie, leger, landbouw en huishouden. Machine Learning is een soort kunstmatige intelligentie. De belangrijk verschil tussen Machine Learning en Artificial Intelligence is dat Machine Learning is een soort kunstmatige intelligentie die een computer de mogelijkheid biedt om te leren zonder expliciet geprogrammeerd te zijn en kunstmatige intelligentie is de theorie en ontwikkeling van computersystemen die in staat zijn om taken uit te voeren die op een intelligente manier overeenkomen met een mens. Machine Learning maakt gebruik van een algoritme om gegevens te ontleden, er van te leren en dienovereenkomstig beslissingen te nemen. Het is een ontwikkeling van zelflerende algoritmen en Artificial Intelligence is de wetenschap van het ontwikkelen van een systeem of software die slim is als een mens.

INHOUD

1. Overzicht en belangrijkste verschil
2. Wat is Machine Learning
3. Wat is kunstmatige intelligentie
4. Overeenkomsten tussen machinaal leren en kunstmatige intelligentie
5. Vergelijking zij aan zij - Machine learning vs kunstmatige intelligentie in tabelvorm
6. Samenvatting

Wat is Machine Learning?

Een algoritme is een reeks stappen die de computer opdragen een probleem op te lossen. Machine Learning is een soort kunstmatige intelligentie. Het biedt computers de mogelijkheid om te leren zonder expliciet te worden geprogrammeerd. Het zijn verschillende algoritmen die beschikbaar zijn voor het oplossen van machine-leerproblemen. Afhankelijk van het type probleem, kan men een geschikt Machine Learning-algoritme kiezen. Het richt zich op het ontwikkelen van computerprogramma's die een resultaat kunnen geven wanneer ze worden blootgesteld aan nieuwe gegevens.

Er zijn verschillende soorten Machine Learning. Ze zijn onder supervised leren, onbewaakt leren en leren versterken. Begeleide leren maakt gebruik van een bekende dataset om voorspellingen te doen. Een set invoergegevens (X) en een reeks overeenkomstige responswaarden of uitgangen (Y) worden gegeven aan het bewaakte leeralgoritme. Die dataset staat bekend als een trainingsgegevensset. Met behulp van die dataset bouwt het algoritme een model op (Y = f (X)), zodat het een outputwaarde kan geven om een ​​nieuwe dataset te voltooien.

Classificatie en regressie zijn machinegeleed algoritmen onder toezicht. Classificatie wordt gebruikt om een ​​record te classificeren. Een eenvoudig voorbeeld is "of de temperatuur koud is". Het antwoord kan "ja" of "nee" zijn. Er is een specifiek aantal keuzes om te classificeren. Als er twee keuzes zijn, is het een classificatie met twee klassen. Als er meer dan twee keuzes zijn, is het een classificatie met meerdere klassen. Regressie wordt gebruikt om de numerieke uitvoer te berekenen. Bijvoorbeeld het voorspellen van de temperatuur van morgen. Een ander voorbeeld is het voorspellen van de waarde van het huis.

In Unsupitised Learning worden alleen de invoergegevens gegeven en zijn er geen overeenkomstige uitvoer. In plaats daarvan vindt het algoritme een patroon of een structuur om meer over de gegevens te leren. Clustering is gecategoriseerd als Unsupervised Learning. Het scheidt gegevens in groepen of clusters om de interpretatie van gegevens te vergemakkelijken.

Figuur 01: Machine learning

Reinforcement Learning is geïnspireerd door behavioristische psychologie. Het gaat om het maximaliseren van een idee van cumulatieve beloning. Een voorbeeld van Reinforcement Learning is het instrueren van de computer om te schaken. Er zijn zoveel stappen in het leren schaken. Daarom is het niet mogelijk om instructies over elke stap te geven. Maar het is mogelijk om te zeggen of de bepaalde actie correct of verkeerd is uitgevoerd. In Reinforcement Learning probeert de computer de beloning te maximaliseren en te leren van de ervaring. Een ander voorbeeld is een automatische temperatuurregelaar. Het systeem moet de temperatuur volgens de vereisten verhogen of verlagen. Versterkingstesten is goed voor systemen die zonder veel menselijke begeleiding beslissingen zouden moeten nemen.

Wat is kunstmatige intelligentie?

Kunstmatige intelligentie is om een ​​computer, een computergestuurde robot of een software intelligent te laten lijken op een mens. Het was van toepassing op het systeem, de manier waarop mensen denken, hoe mensen leren, problemen bepalen en oplossen. Eindelijk wordt een slim en intelligent systeem gebouwd. Kunstmatige Intelligentie is een trendy technologie in de moderne wereld. Het is een combinatie van verschillende disciplines, zoals computerwetenschappen, biologie, wiskunde en engineering.

Figuur 02: Kunstmatige intelligentie

Er zijn veel toepassingen van kunstmatige intelligentie (AI). Moderne gamingtoepassingen gebruiken AI. AI-onderzoek omvat ook natuurlijke taalverwerking. Het is om een ​​computer of machine de mogelijkheid te geven om de natuurlijke taal die door mensen wordt gesproken te begrijpen en dienovereenkomstig taken uit te voeren. Een andere toepassing is Industrial Robots. Er zijn meer geavanceerde robots met efficiënte processors en een enorme hoeveelheid geheugen. Ze kunnen zich aanpassen aan nieuwe omgevingen en gegevens verzamelen met behulp van licht, temperatuur, geluid etc. Ze worden gebruikt in gebieden zoals geneeskunde en productie. Kunstmatige intelligentie is ook toegepast in optische tekenherkenning, autonome voertuigen, militaire simulaties en nog veel meer.

Wat zijn de overeenkomsten tussen machine learning en kunstmatige intelligentie?

• Beide kunnen worden gebruikt om geavanceerde systemen te bouwen om bepaalde taken uit te voeren.
• Beide zijn gebaseerd op statistieken en wiskunde.
• Machine Learning is de nieuwe, vooruitstrevende technologie van Artificial Intelligence.

Wat is het verschil tussen machine learning en kunstmatige intelligentie?

Machine learning versus kunstmatige intelligentie
Machinaal leren is een soort kunstmatige intelligentie die een computer de mogelijkheid biedt om te leren zonder expliciet geprogrammeerd te zijn. Het gebruikt een algoritme om gegevens te ontleden, er van te leren en dienovereenkomstig beslissingen te nemen.	Kunstmatige Intelligentie is de theorie en ontwikkeling van computersystemen die in staat zijn om taken uit te voeren die op een intelligente manier overeenkomen met een mens.
functionaliteit
Machinaal leren focus op nauwkeurigheid en patronen.	Kunstmatige Intelligentie richt zich op intelligent gedrag en de maximale verandering van succes.
categorisatie
Machine Learning kan worden gecategoriseerd om toezicht te houden op leren, niet-gesuperviseerd leren en leren versterken.	Toepassingen op basis van kunstmatige intelligentie kunnen worden gecategoriseerd als toegepast of algemeen.

Samenvatting - Machine learning versus kunstmatige intelligentie

Kunstmatige intelligentie is een vooruitgang en een brede discipline. Het bestaat uit vele andere gebieden, zoals techniek, wiskunde, computerwetenschappen, enz. Het verschil tussen machinaal leren en kunstmatige intelligentie is dat machinaal leren een soort kunstmatige intelligentie is dat een computer de mogelijkheid biedt om te leren zonder expliciet geprogrammeerd en kunstmatig te zijn. Intelligentie is de theorie en ontwikkeling van computersystemen die in staat zijn om taken uit te voeren die op een intelligente manier overeenkomen met een mens. Machine Learning is de nieuwe, vooruitstrevende technologie van Artificial Intelligence.

Download de PDF-versie van Machine Learning vs Artificial Intelligence

U kunt de PDF-versie van dit artikel downloaden en gebruiken voor offline doeleinden, zoals per citaatnotitie. Download hier de PDF-versie. Verschil tussen machine learning en kunstmatige intelligentie

Referentie:

1.edurekaIN. Algoritmen voor machinaal leren | Machine Learning Tutorial | Data Science Training | Eureka, Eureka !, 21 mei 2017. Beschikbaar Hier
2.15 Verschil tussen Ai (kunstmatige intelligentie) en machinaal leren, Patel Vidhu, 14 juli 2017. Beschikbaar Hier 
3.DigitalOcean. "Inhoud." Een inleiding tot machinaal leren | DigitalOcean, DigitalOcean, 11 december 2017. Beschikbaar Hier 
4. "Bewaakte en niet-onder toezicht staande machine learning algoritmen." Machine Learning Mastery, 21 sept. 2016. Beschikbaar Hier 
5.tutorialspoint.com. "Mahout Machine Learning." Het punt. Beschikbaar Hier 

Afbeelding met dank aan:

1.'2729781 'door GDJ / 2440 images (Public Domain) via pixabay
2.'Artificial.intelligence'door Alejandro Zorrilal Cruz, (Public Domain) via Commons Wikimedia