¿Cuál es la diferencia entre AI y Machine Learning? ¿Cuál debería aprender primero?

La inteligencia artificial (IA) y el aprendizaje automático (ML) son dos palabras de moda muy populares en este momento, y a menudo parecen usarse indistintamente.

No son exactamente lo mismo, pero la percepción de que lo son a veces puede generar cierta confusión. Entonces pensé que valdría la pena escribir un artículo para explicar la diferencia.

Ambos términos surgen con mucha frecuencia cuando el tema es Big Data, análisis y las olas más amplias de cambio tecnológico que están arrasando nuestro mundo.

En resumen, la mejor respuesta es que:

La Inteligencia Artificial es el concepto más amplio de máquinas capaces de realizar tareas de una manera que consideraríamos “inteligente”.

Y,

Machine Learning es una aplicación actual de IA basada en la idea de que realmente deberíamos ser capaces de dar acceso a las máquinas a los datos y dejar que aprendan por sí mismos.

Así que mejor aprende primero la Inteligencia Artificial.

La imagen de arriba está tomada del capítulo de Introducción del Libro de Aprendizaje Profundo por Ian Goodfellow, et. Alabama.

Todo lo inteligente que se pueda imaginar de la computadora puede hacer hoy comenzó con IA básica. La IA se refiere a un conjunto de reglas que dependen de la base de conocimiento de un entorno particular. Por ejemplo, las reglas de jugar ajedrez o damas.

Machine Learning, por otro lado, es el caso en el que no conoce las reglas exactas. Tiene un conjunto de puntos de datos con los pares de entrada y salida correspondientes. No tienes nada mas. Le muestra a la computadora estos pares de datos y le pide que aprenda las reglas.

Mira MIT 6.034 Introducción a la Inteligencia Artificial si quieres aprender ambos en la secuencia adecuada.

El aprendizaje automático es parte de la inteligencia artificial.

Si realmente quieres aprender Ai y aprendizaje automático, primero debes aprender las esteras detrás de estos temas.

Hay matemáticas complejas aplicadas como lógica en algoritmos ai y ml.

Aprenda álgebra lineal, luego teoría de probabilidad y cálculo de bits.

Luego tome un curso sobre Ai del profesor Andrew Ng (profesor de Stanford y cofundador del curso ra) en Coursera | Cursos en línea de las mejores universidades. Únete gratis

Obtendrá los principios básicos del aprendizaje automático. Luego, a continuación, puede buscar en Google el resto de las cosas.

Consejo gratuito: siga a Andrew Ng en Qoura y lea sus respuestas. Él ha respondido una pregunta similar.

Consulte este enlace su duda es clara.

Y sí, primero debe comenzar con el aprendizaje automático porque este es también el núcleo del aprendizaje profundo y otros campos.

¿Cuál es la diferencia en el aprendizaje automático y la inteligencia artificial?

La IA es un paraguas más grande.

Aprende ML

entonces

DL.

Use Python con SKlearn como punto de partida

More Interesting

¿Cómo reacciona la gente al escuchar que eres un experto en informática?

Soy un estudiante de secundaria interesado en trabajar en la exploración espacial. ¿Qué puedo hacer ahora para prepararme?

¿Es un procesador Pentium RISC o CISC?

¿Debo solicitar una pasantía de CS incluso si no cumplo con algunos o todos los requisitos?

¿Por qué los niveles de volumen de sonido no son redondos? Por ejemplo, la Mac tiene 16 niveles, el estéreo de mi auto tiene 32 y el estéreo de un amigo tiene 62.

¿Hay algún proyecto que intente utilizar el cerebro humano como un medio de almacenamiento de CPU o computadora?

Me gustaría trabajar con sistemas informáticos, redes y bases de datos, ¿qué debo buscar?

¿Hay alguna startup en Medan, la capital del norte de Sumatra?

¿Cómo fue tu comienzo en el campo de la informática?

¿Puede la nueva memoria 3D Xpoint reemplazar la RAM que usamos hoy?

¿La teoría de juegos y las disciplinas relacionadas son puramente de interés académico, o tienen también importantes aplicaciones industriales?

Si tuviera un algoritmo muy rápido y distribuido para resolver el problema 3-SAT, ¿cuáles son los mercados relevantes para este algoritmo? ¿Para qué industrias sería relevante?

¿Cuál es el propósito de las computadoras basadas en Itanium?

¿Cómo funcionan las aplicaciones de identificación de música como Shazam, SoundHound y musiXmatch (huellas digitales acústicas)?

¿Cuáles son las desventajas de la computadora de uso general?