随着人工智能（AI）技术对各行各业的影响越来越深，我们还在新闻或报道中听到有关“机器学习”，“深度学习”和“增强学习”的更多信息。对于非专业人士而言，诸如“，”，“神经网络”之类的词汇有点幻想。
本文为读者整理了包括这些关键词在内的12个关键词，希望能帮助读者更清楚地了解这种人工智能技术的内涵和潜力。 1.机器学习教授Tom＆amp; Middot; Michel在卡内基梅隆大学计算机与机器学习学院任教。
根据他在“机器学习”一书中的定义，机器学习是“基于经验的研究如何自动改进计算机程序”。机器学习本质上是跨学科的，它使用来自计算机科学，统计学，人工智能和其他学科的知识。
机器学习研究的主要产品是算法，它可以根据经验帮助自动改进。这些算法可广泛用于各种行业，包括计算机视觉，人工智能和数据挖掘。
2，分类分类的意思是创建一个模型来将数据分类为不同的类别。通过输入带有预标记类别的训练数据库来构建这些模型，以供算法学习。
然后，将未标记的数据库输入模型，并让模型根据从训练数据库中学到的知识来预测新数据的类别。因为这种类型的算法需要明确的类别标签，所以分类可以被视为“监督学习”的形式。
3，回归回归与分类密切相关。分类是为了预测离散的类别，并且当预测“类别”为零时，回归是适用的。
由连续数字组成。线性回归是回归技术的一个示例。
图片来源：KDNuggets。