L'intelligence artificielle est un concept large. Les voitures autonomes, les maisons intelligentes sont quelques exemples d'intelligence artificielle. Certains pays ont des robots intelligents dans des domaines tels que la médecine, la fabrication, l'armée, l'agriculture et les ménages. L'apprentissage automatique est un type d'intelligence artificielle. le différence clé entre l'apprentissage automatique et l'intelligence artificielle est que L'apprentissage automatique est un type d'intelligence artificielle qui permet à un ordinateur d'apprendre sans être programmé explicitement et l'intelligence artificielle est la théorie et le développement de systèmes informatiques capables d'effectuer des tâches intelligemment similaires à celles d'un humain.. Machine Learning utilise un algorithme pour analyser des données, en tirer des leçons et prendre des décisions en conséquence. C'est un développement d'algorithmes d'autoapprentissage et l'intelligence artificielle est la science du développement d'un système ou d'un logiciel intelligent en tant qu'être humain..
1. Vue d'ensemble et différence clé
2. Qu'est-ce que l'apprentissage automatique?
3. Qu'est-ce que l'intelligence artificielle?
4. Les similitudes entre l'apprentissage automatique et l'intelligence artificielle
5. Comparaison côte à côte - Apprentissage par machine vs Intelligence artificielle sous forme tabulaire
6. Résumé
Un algorithme est une séquence d'étapes indiquant à l'ordinateur de résoudre un problème. L'apprentissage automatique est un type d'intelligence artificielle. Il offre aux ordinateurs la possibilité d'apprendre sans être explicitement programmé. Il existe différents algorithmes disponibles pour résoudre les problèmes d’apprentissage automatique. Selon le type de problème, on peut choisir un algorithme d’apprentissage automatique approprié. Il se concentre sur le développement de programmes informatiques pouvant donner un résultat lorsqu'il est exposé à de nouvelles données..
Il existe différents types d'apprentissage automatique. Ce sont l'apprentissage supervisé, l'apprentissage non supervisé et l'apprentissage par renforcement. L'apprentissage supervisé utilise un jeu de données connu pour faire des prédictions. Un ensemble de données d'entrée (X) et un ensemble de valeurs de réponse ou de sorties (Y) correspondantes sont attribués à l'algorithme d'apprentissage supervisé. Cet ensemble de données est appelé ensemble de données d'apprentissage. À l'aide de cet ensemble de données, l'algorithme crée un modèle (Y = f (X)), de sorte qu'il puisse fournir une valeur de sortie pour compléter le nouvel ensemble de données..
La classification et la régression sont des algorithmes d'apprentissage automatique supervisé. La classification est utilisée pour classer un enregistrement. Un exemple simple est «si la température est froide». La réponse peut être “oui” ou “non”. Il y a un nombre spécifique de choix à classer. S'il y a deux choix, c'est une classification en deux classes. S'il y a plus de deux choix, il s'agit d'une classification à plusieurs classes. La régression est utilisée pour calculer la sortie numérique. Par exemple, prédire la température de demain. Un autre exemple serait de prédire la valeur de la maison.
Dans Apprentissage non supervisé, seules les données d'entrée sont données et il n'y a pas de résultats correspondants. Au lieu de cela, l'algorithme recherche un modèle ou une structure pour en savoir plus sur les données. Le clustering est classé dans la catégorie Apprentissage non supervisé. Il sépare les données en groupes ou en groupes pour faciliter l'interprétation des données.
Figure 01: Apprentissage automatique
L'apprentissage par renforcement est inspiré de la psychologie comportementaliste. Cela concerne la maximisation de la notion de récompense cumulative. Un exemple d'apprentissage par renforcement consiste à demander à l'ordinateur de jouer aux échecs. Il y a tellement d'étapes dans l'apprentissage des échecs. Par conséquent, il n'est pas possible d'instruire chaque étape. Mais il est possible de dire si l’action donnée a été effectuée correctement ou non. Dans l’apprentissage par renforcement, l’ordinateur essaiera de maximiser la récompense et d’apprendre de l’expérience. Un autre exemple est un régulateur de température automatique. Le système doit augmenter ou diminuer la température en fonction des besoins. L'apprentissage par renforcement est bon pour les systèmes qui devraient prendre des décisions sans trop de conseils de la part de l'homme.
L'intelligence artificielle consiste à faire en sorte qu'un ordinateur, un robot contrôlé par ordinateur ou un logiciel pense intelligemment comme un être humain. Cela s'appliquait au système, à la façon dont les humains pensent, à la façon dont les humains apprennent, décident et résolvent des problèmes. Enfin, un système intelligent et intelligent est construit. L'intelligence artificielle est une technologie à la mode dans le monde moderne. C'est une combinaison d'une variété de disciplines telles que l'informatique, la biologie, les mathématiques et l'ingénierie.
Figure 02: Intelligence artificielle
Il existe de nombreuses applications de l'intelligence artificielle (IA). Les applications de jeu modernes utilisent l'IA. La recherche sur l'IA inclut également le traitement du langage naturel. Il s'agit de donner à un ordinateur ou à une machine la capacité de comprendre le langage naturel parlé par l'homme et de réaliser des tâches en conséquence. Une autre application est Robots industriels. Il existe des robots plus sophistiqués dotés de processeurs efficaces et d'une énorme quantité de mémoire. Ils peuvent s’adapter au nouvel environnement et collecter des données en utilisant la lumière, la température, le son, etc. Ils sont utilisés dans des domaines tels que la médecine et la fabrication. L’intelligence artificielle s’applique également à la reconnaissance optique des caractères, aux véhicules autonomes, aux simulations militaires, etc..
Apprentissage Machine vs Intelligence Artificielle | |
L'apprentissage automatique est un type d'intelligence artificielle qui permet à un ordinateur d'apprendre sans être programmé explicitement. Il utilise un algorithme pour analyser les données, en tirer des leçons et prendre des décisions en conséquence.. | L'intelligence artificielle est la théorie et le développement de systèmes informatiques capables d'effectuer des tâches intelligemment similaires à celles d'un être humain.. |
La fonctionnalité | |
L'apprentissage automatique se concentre sur la précision et les modèles. | L'intelligence artificielle met l'accent sur le comportement intelligent et le changement maximal de succès. |
Catégorisation | |
L'apprentissage automatique peut être catégorisé de manière à superviser l'apprentissage, l'apprentissage non supervisé et l'apprentissage par renforcement. | Les applications basées sur l’intelligence artificielle peuvent être classées comme appliquées ou générales. |
L'intelligence artificielle est une avancée et une vaste discipline. Il comprend de nombreux autres domaines tels que l'ingénierie, les mathématiques, l'informatique, etc. La différence entre l'apprentissage automatique et l'intelligence artificielle réside dans le fait que l'apprentissage automatique est un type d'intelligence artificielle qui permet à un ordinateur d'apprendre sans être explicitement programmé ni artificiel. L'intelligence est la théorie et le développement de systèmes informatiques capables d'effectuer des tâches intelligemment similaires à celles d'un humain. Machine Learning est la nouvelle technologie de pointe de l'intelligence artificielle.
Vous pouvez télécharger la version PDF de cet article et l'utiliser à des fins hors ligne, conformément à la note de citation. Veuillez télécharger la version PDF ici Différence entre apprentissage automatique et intelligence artificielle
1.edurekaIN. Algorithmes d'apprentissage automatique | Tutoriel d'apprentissage machine | Formation en science des données | Eureka, Eureka !, le 21 mai 2017. Disponible ici
2.15 Différence entre IA (intelligence artificielle) et apprentissage automatique, Patel Vidhu, 14 juillet 2017. Disponible ici
3. DigitalOcean. «Contenu». Une introduction à l'apprentissage automatique | DigitalOcean, DigitalOcean, 11 décembre 2017. Disponible ici
4. «Algorithmes d'apprentissage machine supervisés et non supervisés.» Maîtrise de l'apprentissage machine, 21 sept. 2016. Disponible ici
5.tutorialspoint.com. «Mahout Machine Learning». Le point. Disponible ici
1.'2729781 'par GDJ / 2440 images (Domaine Public) via Pixabay
2. «L'intelligence artificielle» de Alejandro Zorrilal Cruz, (domaine public) via Wikimedia Commons