模糊逻辑与人工智能与机器学习与深度学习

Question

这四个科目如何相互不同？据我所知，他们从众多输入数据中学习并输出估计的输出。我的理解非常缺乏，因此我质疑这些。关于人们给出的例子，如垃圾邮件，苹果橙猫识别，神经网络实例，对我没有任何意义。

在一个更简单的例子中，是否有更好的代表这四个主题的编码来展示这个概念？我非常感激。

链接到示例，您认为代码非常简单，非常受欢迎。我需要一些能够更好地获得代码编写概念的东西。

非常感谢！

Answer 1

  

Fuzzy logic是一种多值逻辑形式，其中变量的真值可以是介于0和1之间的任何实数。相比之下，在布尔逻辑中，变量的真值可能只是整数值0或1.模糊逻辑已用于处理部分真值的概念，其中真值可以介于完全真和完全假之间。1此外，当使用语言变量时，这些度可以通过具体（会员）职能。

     

AI研究领域将自己定义为对“智能代理人”的研究：任何能够感知其环境并采取行动以最大化其在某个目标上取得成功的机制的设备。通俗地说，当机器模仿人类与其他人类思维相关的“认知”功能时，应用术语“人工智能”，例如“学习”和“解决问题”（称为机器学习）。

Tom Mitchell的机器学习：

  

据说计算机程序可以从经验E中学习某些任务T和绩效测量P，如果它在T中的任务中的表现（由P测量）随着经验E而提高。

深度学习是深度神经网络的机器学习。

因此：AI是机器学习的超集。机器学习是深度学习的超集。 AI包括模糊逻辑：

资源

• Fuzzy logic lecture notes（德语）
• Computerphile：Fuzzy logic
• IEEE：Fuzzy logic
• Tom Mitchel：Machine Learning
• Michael Nielsen：Deep Learning