人工智能的核心技術

人工智能的核心是機器學習。“機器學習”涉及統計學、系統辨識、逼近理論、 神經網絡、優化理論、計算機科學、腦科學等諸多領域。機器學習研究的是計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的性能。

人工智能的核心技術

人工智能可以將機器學習分成3種：

1、監督學習：

監督學習是利用已標記的有限訓練數據集，通過某種學習策略/方法建立一 個模型，實現對新數據/實例的標記（分類）/映射，最典型的監督學習算法包括回歸和分類。

2、無監督學習：

無監督學習是利用無標記的有限數據描述隱藏在未標記數據中的結構/規律，無監督學習不需要訓練樣本和人工標注數據，便于壓縮數據存儲、減少計算量、提升算法速度，還可以避免正、負樣本偏移引起的分類錯誤問題。

3、強化學習：

強化學習是智能系統從環境到行為映射的學習，以使強化信號函數值最大。由于外部環境提供的信息很少，強化學習系統必須靠自身的經歷進行學習。