Искусственный интеллект и машинное обучение тесно связаны с другими научными и инженерными областями. В частности, существенная часть инструментария и методов машинного обучения основана на статистических методах анализа данных. Более того, сами специалисты, работающие с машинным обучением и анализом данных очень разнородны. Одним и тем же инструментарием пользуются робототехники, компьютерные лингвисты, люди, занимающиеся биоинформатикой, эконометрикой, а также многие другие специалисты различных научных ветвей. ИИ использует техники и подходы из всех этих областей.
В этом плане, ИИ сегодня является зонтичным термином, объединяющим в себе множество различных подобластей и направлений. Приблизительная схема взаимосвязей между областями представлена ниже. В этой схеме Deep Learning и Reinforcement Learning будут являться более частными подмножествами машинного обучения, полностью входя в него.
Не менее важной, а часто и важнейшей, частью построения ИИ являются большие данные и инженерные технологии их обработки. В следующем статье мы подробнее разберем значимость данных для ИИ.
Выводы
1. Область ИИ прошла большой путь от теории и экспертных систем к машинному обучению и Deep Learning;
2. Сама область ИИ тесно связана с большим количеством других математических и инженерных областей, важнейшие из которых - статистика, машинное обучение и большие данные;
3. Развитие ИИ в последние годы связано с развитием алгоритмов, вычислительных мощностей, а также больших объемов данных, обучение на которых и привело к выдающимся результатам.
✔ Не забываем ставить лайк и подписываться на мой канал: https://dzen.ru/lecturer_abramenkova?share_to=link
Впереди много познавательного!
✔ Будем дружить https://vk.com/lecturer_abramenkova
Благодарю каждого за репост!)
