图灵汇官网

小白都应该了解的AI知识，你都知道吗？你知道什么是机器学习，什么是监督学习，什么是无监督学习，什么是强化学习吗？

首先，让我们从一个整体概念开始，什么是人工智能（AI）？广义上讲，机器智能是指像人类一样具备智能的系统和装备这些系统的机器人。

人工智能的分类多种多样。其中，机器学习是实现人工智能的重要途径之一。

机器学习的定义是，向系统提供数据并使其能够通过数据自动确定系统的参数（变量）。这种喂给系统的数据称为学习数据，也被称为训练数据。“自动”是关键，如果系统依赖人工编写的规则，例如包含if...else等逻辑控制语句，那就不属于机器学习范畴。

机器学习可以细分为监督学习、无监督学习和强化学习。

监督学习是指在事先提供的训练数据中已经标注出正确的标签，这些标签至关重要。例如，“对邮政编码中的手写数字进行分类”就是一个典型的监督学习任务。监督学习包括学习阶段和推理阶段。

无监督学习则是将大量数据中相似的数据归为一类，这在专业术语中称为聚类。例如，“根据购买数据对客户进行分组的系统”。

强化学习是一种主要用于“时变系统控制规则构建”和“对战博弈策略构建”的学习方法。就像我们学习骑自行车，不知道控制对象的物理定律，只能通过不断试错来掌握所期望的控制方法。

强化学习没有带标签的数据作为训练数据，但它也有监督信息。系统会根据强化学习的程序运行并反复尝试，当获取结果时，会给出“奖励”信号。例如，在机器人学习走路的步行控制中，能走的距离就是奖励，走得越远，奖励越大。反之，失败时的奖励是负数，即惩罚。

强化学习会根据重复实验和获得的奖励，自行改变控制规则。通过不断的重复实验，逐步提升自身的性能，这与学生通过反复练习和总结提高考试成绩的道理是一样的。

深度学习是机器学习的一个子集，它利用多层神经网络（称为深度神经网络）来模拟人类大脑复杂的决策能力。例如，识别海星与海胆的神经网络就是一个典型应用。

以上就是关于人工智能、机器学习及其相关领域的基础知识，希望对你有所帮助。