Machine learning 模糊逻辑vs AI vs机器学习vs深度学习

这四个主题之间有什么不同？据我所知，他们从大量的输入数据中学习，并输出估计的输出。我的理解非常缺乏，因此我质疑这些。人们给出的例子，比如垃圾邮件、苹果橙猫狗识别、神经网络等，对我来说毫无意义

在一个更简单的示例中，是否有更好的表示这四个主题的方法，并使用编码来显示概念？我真的很感激

链接到您认为代码非常简单的示例是非常受欢迎的。我需要一些相关的东西来更好地理解代码编写的概念

非常感谢

是多值逻辑的一种形式，其中变量的真值可以是0到1之间的任何实数。相反，在布尔逻辑中，变量的真值只能是整数值0或1。模糊逻辑被用来处理部分真值的概念，其中真值可能介于完全真和完全假之间。此外，当使用语言变量时，这些程度可能由特定的隶属函数管理

研究领域将自己定义为智能代理的研究：任何能够感知其环境并采取行动以最大限度地实现某个目标的设备。通俗地说，人工智能一词是指机器模仿人类与其他人类思维相关的认知功能，如学习和问题解决，即机器学习

Tom Mitchell的机器学习：

如果一个计算机程序在T类任务中的性能（用p衡量）随着经验E的提高而提高，则该程序可以从经验E中学习关于某类任务T和性能度量p的知识

深度学习是具有深度神经网络的机器学习

因此：人工智能是机器学习的超集。机器学习是深度学习的超集。AI包括模糊逻辑：

资源 德国的 电脑爱好者： IEEE： 汤姆·米切尔： 迈克尔·尼尔森： 是多值逻辑的一种形式，其中变量的真值可以是0到1之间的任何实数。相反，在布尔逻辑中，变量的真值只能是整数值0或1。模糊逻辑被用来处理部分真值的概念，其中真值可能介于完全真和完全假之间。此外，当使用语言变量时，这些程度可能由特定的隶属函数管理

研究领域将自己定义为智能代理的研究：任何能够感知其环境并采取行动以最大限度地实现某个目标的设备。通俗地说，人工智能一词是指机器模仿人类与其他人类思维相关的认知功能，如学习和问题解决，即机器学习

Tom Mitchell的机器学习：

如果一个计算机程序在T类任务中的性能（用p衡量）随着经验E的提高而提高，则该程序可以从经验E中学习关于某类任务T和性能度量p的知识

深度学习是具有深度神经网络的机器学习

因此：人工智能是机器学习的超集。机器学习是深度学习的超集。AI包括模糊逻辑：

资源 德国的 电脑爱好者： IEEE： 汤姆·米切尔： 迈克尔·尼尔森：

---

看起来像是一个Quora不是那么类型的问题：这是一个太宽泛的问题，并不是关于StackOverflow的主题。好的。我认为只要涉及到编码，选择>也是如此，我认为这应该是打开的。但我不认为这是太广泛的看到我的眼睛answer@iHateUni欢迎来到堆栈溢出！如果你没有，请拿着这个，看看。我还想告诉你们，在你们的问题上展示研究成果是很重要的。你现在的提问方式似乎很像是你只是在某个地方读了这些术语，然后马上过来询问它们，而不是自己先研究这些术语。另外，关于解释人工智能术语的问题可能更适合。看起来像是一个Quora不太适合的问题：这是一个太宽泛的问题，对StackOverflow来说并不是真正的主题。好的。我认为只要涉及到编码，选择>也是如此，我认为这应该是打开的。但我不认为这是太广泛的看到我的眼睛answer@iHateUni欢迎来到堆栈溢出！如果你没有，请拿着这个，看看。我还想告诉你们，在你们的问题上展示研究成果是很重要的。你现在的提问方式似乎很像是你只是在某个地方读了这些术语，然后马上过来询问它们，而不是自己先研究这些术语。此外，关于解释人工智能术语的问题可能更适合我们的研究。