Machine learning 人工智能和机器学习的区别？

人工智能（AI）和机器学习（ML）之间到底有什么区别。 根据维基百科，我发现：

人工智能

在计算机科学中，人工智能（AI），有时被称为 机器智能，是由机器展示的智能 与人类和其他生物所显示的自然智能形成对比 动物。计算机科学将人工智能研究定义为对 “智能代理”：任何能感知其环境和功能的设备 采取行动，最大限度地提高成功实现目标的机会 目标

机器学习

机器学习（ML）是对算法和算法的科学研究 计算机系统用来逐步改进的统计模型 他们在特定任务中的表现。机器学习算法 建立样本数据的数学模型，称为“训练数据”， 为了做出预测或决定而没有被明确的解释 编程来执行任务

---

但是人工智能不是也在创建数学模型，以便采取行动，最大限度地提高其成功实现目标的机会。？

根本区别在于它们的方法。人工智能是一个通用术语，用于模拟人类行为及其智能的领域。任何能够做到这一点的方法都属于人工智能

机器学习是人工智能的一个子集，它通过从数据中学习模式来实现人工智能，然后根据这些模式进行预测

---

机器学习是人工智能的一个子集。 ML为人工智能领域的大部分发展提供了动力

人工智能 人工智能可以粗略地解释为将人类智能与机器结合起来。 每当机器根据一组解决问题的规定规则（算法）完成任务时，这种“智能”行为就是所谓的人工智能

机器学习 机器学习可以粗略地解释为赋予计算机系统“学习”的能力。 ML是一门设计和应用能够从过去的案例中学习东西的算法的科学。若过去存在某种行为，那个么你们可以预测它是否会再次发生。意味着如果没有过去的案例，那么就没有预测。

---

图像识别和自然语言处理是人工智能的好例子。

如今，人工智能只是使用机器学习甚至深度学习方法来解决一些问题，但实际上机器学习是人工智能的一个子集。那么为什么人们总是说AI而不是ML呢？人工智能这个词对普通人来说更具吸引力和想象力。

人工智能是机器学习的超集。这意味着一切机器学习也是人工智能

---

人工智能被普遍认为是一种理性行为的实体

这可以说是一个简单的恒温器，当温度过高时，它会打开空调

机器学习是实体使用数据来通知其决策和学习的地方

---

例如，电脑可以查看世界上每个人的所有驾驶记录。然后将所有这些因素考虑在内，然后进行统计分析，发现25岁以下吸烟的男性在未来一年发生事故的可能性为30%。还有其他方法可以做到这一点，但机器学习会将数据作为输入，然后从数据中生成模型（学习）。

“如果是用Python编写的，可能是机器学习，如果是用PowerPoint编写的，可能是人工智能。”ML是AIT的一个分支。这里有很多“定义”在线和纸质文献均可获得。在这里演示之前，请研究多对，否则，您将开启一个广泛的讨论主题。你已经在作者身上发现了描述上的缺陷，但是人工智能缩小到ML并不是由这个人控制的。机器学习是人工智能的一个子集。同样，深度学习是机器学习的一个子集。请添加一个来源以支持您的答案。