人工智能学习+Python的优势

1.人工智能的发展阶段

1.1 强人工智能:

1.2 弱人工智能:

2.符号学习

符号学习的本质 就是:规定好的逻辑和顺序,根据这个模板告诉机器接下来需要做什么,遵循if...then原则------>缺点:不能根据新的场景 进行动态更新优化

3.机器学习:

  1. 机器学习是一种实现人工智能的方法
  2. 核心点在于从数据中学习 并且自我优化与升级
  3. (Future: )未来可能会结合机器学习和符号学习结合一起(一个侧重数据出发,一个侧重逻辑出发)

4.机器学习与深度学习的关系:

机器学习:是实现人工智能的方法;

深度学习:实现机器学习的一种技术;

5.Python的优势

  1. **解释性:**不需要编译成二进制代码,可以直接从源代码进行运行
  2. **面向对象:**既可以支持面向过程的编程,也可以面向对象的编程(过程:做饭的环节,买菜,做菜煮饭...按照流程来)(面向对象:A有几个功能,然后利用A对象调用功能来完成设计)
  3. 高层语言: 目前来说,它的包已经比较优秀了,封装的非常nice了,无需考虑底层细节。
相关推荐
4SAPI9 小时前
多模型请求路由怎么设计?成本、速度和能力如何平衡
人工智能·python·gateway·php
XCDoris11 小时前
郴州logo设计机构
大数据·人工智能·python
gCode Teacher 格码致知12 小时前
Pandas教学-17:Series与Dataframe的关系
开发语言·python·pandas
马良神笔13 小时前
2026 年Rag最近技术前沿总结
后端·python·django
不像程序员的程序媛13 小时前
maven基础
python·pycharm·maven
xiaogai_gai14 小时前
仅查询策略实战:从金蝶云·星空旗舰版定时拉取收料通知单
大数据·数据库·python
benchmark_cc15 小时前
Python 量化系统如何设计统一的数据访问接口:从策略解耦到数据层架构
开发语言·python·数据分析·pandas·量化交易·股票数据·quantdash
const_qiu15 小时前
第四章 00:开篇 —— 从「会聊天」到「记得住、会干活、能协作」
java·开发语言·人工智能·python
估值探索者16 小时前
【Python量化选股流水线 #04】选股器好不好用?「昨日候选→今日表现」回看验收
开发语言·python·股票数据·股票数据api接口
田里的水稻16 小时前
PyTorch_Dataloader\TensorBoard---数据加载与可视化
人工智能·pytorch·python·神经网络·机器学习