模糊逻辑 vs 人工智能 vs 机器学习 vs 深度学习 [关闭]答案

【问题标题】：Fuzzy logic vs AI vs Machine learning vs Deep learning [closed]模糊逻辑 vs 人工智能 vs 机器学习 vs 深度学习 [关闭]
【发布时间】：2017-04-02 17:28:39
【问题描述】：

这四个主题有何不同？据我了解，他们从大量输入数据中学习并输出估计输出。我的理解非常缺乏，因此我质疑这些。垃圾邮件、苹果橙猫狗识别、神经网络示例等人们给出的示例对我来说毫无意义。

在一个更简单的示例中是否可以更好地表示这四个主题，并通过编码来展示这个概念？我真的很感激。

链接到您认为使用代码非常简单的示例非常受欢迎。我需要一些相关的东西来更好地编写代码。

非常感谢！

【问题讨论】：

看起来像 Quora 而不是 SO 类型的问题 :)
这个问题太宽泛了，对于 StackOverflow 来说并不是真正的主题。
好的。我以为只要涉及编码，SO就是选择>
我认为这应该在datascience.stackexchange.com 上。但我认为它并不太宽泛（见我的回答）
@iHateUni 欢迎来到 Stack Overflow！如果您还没有，请使用tour，并查看How to Ask。我还想告诉您，在您的问题中展示研究成果很重要。你的问题现在看起来就像你只是在某处阅读了这些术语并立即来到这里询问它们，而不是先自己研究这些术语。此外，关于解释 AI 术语的问题可能更适合 ai.stackexchange.com。

标签： machine-learning artificial-intelligence deep-learning fuzzy-logic

【解决方案1】：

Fuzzy logic是一种多值逻辑形式，其中变量的真值可以是0到1之间的任意实数。相比之下，在布尔逻辑中，变量的真值只能是整数值0或者 1. 模糊逻辑被用来处理部分真的概念，真值可能介于完全正确和完全错误之间。1此外，当使用语言变量时，这些程度可以由特定的（成员）管理功能。

AI 研究领域将自己定义为对“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提高其在某个目标上的成功机会的设备。通俗地说，“人工智能”一词适用于机器模仿人类与其他人类思维相关的“认知”功能，例如“学习”和“解决问题”（称为机器学习）。

Tom Mitchell 的机器学习：

如果计算机程序在 T 中的任务上的性能（由 P 衡量）随着经验 E 而提高，则可以说计算机程序从经验 E 中学习某类任务 T 和性能度量 P。

深度学习是使用深度神经网络进行机器学习。

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 包含模糊逻辑：

资源

Fuzzy logic lecture notes（德语）
电脑爱好者：Fuzzy logic
IEEE：Fuzzy logic
汤姆·米切尔：Machine Learning
迈克尔尼尔森：Deep Learning

【讨论】：