AI的关键技术

AI的关键技术，内容有 机器学习、大数据、知识图谱、自然语言处理、机器人技术，有兴趣的可以看看哟。

AI的关键技术

• 机器学习
  • 定义：机器学习(Machine Learning) 是一门涉及统计学、系统辨识、逼近理论、神经网络、优化理论、计算机科学、脑科学等诸多领域的交叉学科。
  • 核心
    • 数据
  • 分类
    • 学习方法
      • 传统机器学习
      • 深度学习
    • 学习模式
      • 监督学习
      • 无监督学习
      • 强化学习
    • 算法特点
      • 迁移学习
      • 主动学习
      • 演化学习
• 大数据
  • 起源
  • 特点 “5V”
    • 规模性
    • 高速性
    • 多样性
    • 价值性
    • 真实性
  • 应用
• 知识图谱
  • 概念：知识图谱本质上是一种语义网络，它旨在描述客观世界的概念、实体、事件及其间的关系。
  • 表示方法
  • 分类
    • 通用知识图谱
    • 特定领域知识图谱
• 自然语言处理
  • 定义：研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法
  • 过程
    • 自然语言理解
    • 自然语言生成
  • 研究领域
  • 面临的问题
    • 1. 词法、句法、语义、语用和语音等不同层面存在不确定性。
    • 2. 新的词汇、术语、语义和语法导致未知语言现象的不可预测性。
    • 3. 数据资源的不充分使其难以覆盖复杂的语言现象。
    • 4. 语义知识的模糊性和错综复杂的关联性难以用简单的数学模型描述。
• 机器人技术
  • 机器人技术是一个国家高科技水平和工业自动化程度的重要标志和体现。
  • 应用领域
    • 医学领域
    • 教育领域
  • 发展过程
  • 智能控制方法
    • 专家控制
    • 模糊控制
    • 神经网络控制
    • 专家递阶控制