人工智能、机器学习、模式识别、数据挖掘、自然语言处理
·
人工智能（Artificial Intelligence，AI）、机器学习(Machine Leaining，ML)、模式识别（Pattern Recognition，PR）、数据挖掘（Data Mining, DM），他们要解决的核心问题不同，但是运用的数学模型如出一撤，主要是统计学方法。
人工智能：就是计算机自动做决策，包含其他几个。
机器学习：研究重点是算法的学习过程，强调的是一个反馈的、自我完善的框架，是人工智能的一个分支。
模式识别：就是分类问题，是机器学习的一个方面，包括监督法和非监督法分类。
数据挖掘：就是在大型数据库上的机器学习应用，偏重于从大型数据库中找规律的应用方面。
自然语言处理NLP：
主要的统计学方法：
回归分析、决策树、贝叶斯学习、支持向量机SVM、PageRank 、K-Means、CRF条件随机场、隐马尔可夫模型。
开源软件包：
Weka
CRF++
脑启社区是一个专注类脑智能领域的开发者社区。欢迎加入社区，共建类脑智能生态。社区为开发者提供了丰富的开源类脑工具软件、类脑算法模型及数据集、类脑知识库、类脑技术培训课程以及类脑应用案例等资源。
更多推荐
0
0- 0
已为社区贡献2条内容
所有评论(0)