Primeros pasos / Recursos: AI un enfoque moderno, AI una nueva síntesis.
El estado actual: el aprendizaje automático está en rápido desarrollo; La mayoría del otro campo está en su etapa de invierno, con pocas mejoras en décadas en comparación con el aprendizaje automático y http://en.wikipedia.org/wiki/His….
Pros / Contras: ¿Qué quieres decir con esto? La mayoría de las veces, la IA es la única opción (¿Cómo puede desarrollar un solucionador de cubo de Rubik / IA de ajedrez sin usar IA?). Se recomienda el uso del método general (algoritmo genético, aprendizaje automático) como método de último recurso: cuando hay una lógica / patrón conocido en el problema, es más aplicable explotarlos con matemáticas / algoritmo (no se espera usar AI para desarrollar un algoritmo de clasificación en lugar de llamar a std :: sort, ¿verdad?
- ¿Cuántas matemáticas uno debe aprender a tener opciones relativamente amplias en la investigación de ML e IA, como estudiante de doctorado principiante?
- ¿Qué es sobre el aprendizaje neural?
- ¿Cómo procesan las máquinas los datos?
- ¿Cómo se relaciona la inteligencia artificial con la inteligencia empresarial?
- ¿Es mentalmente saludable permitir que los niños jueguen con juegos artificialmente inteligentes y osos de peluche que interactúan con ellos?
Aplicaciones:
Cuando vaya a alguna página en Amazon, le recomendará algo que también puede gustarle: sistema de recomendación, confíe en el aprendizaje automático.
Detección de spam: Machine Learning nuevamente.
Solucionador de problemas / jugador de ajedrez: método de búsqueda.
Siri: Reconocimiento de voz.
Básicamente diciendo que ya están en todas partes.
Qué esperar: ¿estás esperando un terminador o material de red neta? La posibilidad de que hagas una red de cielo es mucho menor que la posibilidad de golpear maldición dimensionalidad
