Machine-learning-traditional-ai

機械学習-従来のAI

AIの旅は、コンピューティングパワーが今日の何分の1かであった1950年代に始まりました。 AIは、統計学者が計算機を使用して予測を行う方法で、マシンによって行われた予測から始まりました。 したがって、最初のAI開発全体は、主に統計的手法に基づいていました。

この章では、これらの統計的手法について詳しく説明します。

統計的手法

今日のAIアプリケーションの開発は、古くからある伝統的な統計手法の使用から始まりました。 将来の価値を予測するには、学校で直線補間を使用している必要があります。 いわゆるAIプログラムの開発に成功裏に適用される統計的手法は他にもいくつかあります。 今日のAIプログラムははるかに複雑で、初期のAIプログラムで使用されている統計的手法をはるかに超える手法を使用しているため、「いわゆる」と言います。

当時のAIアプリケーションの開発に使用され、実際にまだ使用されている統計的手法の例のいくつかをここに示します-

• 回帰
• 分類
• クラスタリング
• 確率論
• 決定木

ここでは、AIが要求する広大さを恐れずにAIを使い始めるのに十分な主要なテクニックのみをリストしました。 限られたデータに基づいてAIアプリケーションを開発している場合、これらの統計的手法を使用することになります。

ただし、今日はデータが豊富です。 統計手法を所有している種類の巨大なデータを分析することは、独自の制限があるため、あまり役に立ちません。 したがって、多くの複雑な問題を解決するために、ディープラーニングなどのより高度な方法が開発されています。

このチュートリアルを進めていくと、機械学習とは何か、そのような複雑なAIアプリケーションの開発にどのように使用されるのかを理解できます。