既然使用神經(jīng)網(wǎng)絡(luò)也可以解決分類問題，那SVM、決策樹這些算法還有什么意義呢？這取決于數(shù)據(jù)量和樣本數(shù)。不同的樣本數(shù)和特征數(shù)據(jù)適合不同的算法。像神經(jīng)網(wǎng)絡(luò)這樣的深度學(xué)習(xí)算法需要訓(xùn)練大量的數(shù)據(jù)集來建立更好的預(yù)

既然使用神經(jīng)網(wǎng)絡(luò)也可以解決分類問題，那SVM、決策樹這些算法還有什么意義呢？

這取決于數(shù)據(jù)量和樣本數(shù)。不同的樣本數(shù)和特征數(shù)據(jù)適合不同的算法。像神經(jīng)網(wǎng)絡(luò)這樣的深度學(xué)習(xí)算法需要訓(xùn)練大量的數(shù)據(jù)集來建立更好的預(yù)測模型。許多大型互聯(lián)網(wǎng)公司更喜歡深度學(xué)習(xí)算法，因為他們獲得的用戶數(shù)據(jù)是數(shù)以億計的海量數(shù)據(jù)，這更適合于卷積神經(jīng)網(wǎng)絡(luò)等深度學(xué)習(xí)算法。

如果樣本數(shù)量較少，則更適合使用SVM、決策樹和其他機(jī)器學(xué)習(xí)算法。如果你有一個大的數(shù)據(jù)集，你可以考慮使用卷積神經(jīng)網(wǎng)絡(luò)和其他深度學(xué)習(xí)算法。

以下是一個圖表，用于說明根據(jù)樣本數(shù)量和數(shù)據(jù)集大小選擇的任何機(jī)器學(xué)習(xí)算法。

如果你認(rèn)為它對你有幫助，你可以多表揚(yáng)，也可以關(guān)注它。謝謝您

Java程序員可以轉(zhuǎn)換到人工智能領(lǐng)域嗎？

首先，你需要數(shù)學(xué)基礎(chǔ)：高等數(shù)學(xué)、線性代數(shù)、概率論、數(shù)理統(tǒng)計與隨機(jī)過程、離散數(shù)學(xué)、數(shù)值分析

其次，你需要算法的積累：人工神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、，遺傳算法和其他算法；當(dāng)然，在各個領(lǐng)域也需要算法，比如SLA研究，如果你想讓機(jī)器人在定位環(huán)境M中導(dǎo)航和建立自己的地圖，總之，很多算法需要時間積累；

那么，你至少需要掌握一種編程語言。畢竟，算法的實現(xiàn)還需要編程；如果你深入到硬件，一些基礎(chǔ)的電氣課程是必不可少的；

人工智能一般需要研究生來學(xué)習(xí)，這門課程只是簡單的一瞥。畢竟，必修的基礎(chǔ)課太多了。

本科自動化，以后想往人工智能方面發(fā)展，學(xué)什么編程語言呢？

我國人工智能發(fā)展特別迅速，對人工智能人才的需求也非常大。因此，選擇進(jìn)入人工智能領(lǐng)域是非常明智的。2016年，alphago利用增強(qiáng)學(xué)習(xí)技術(shù)擊敗了人類圍棋冠軍李世石，2017年，alphago擊敗了世界第一棋手柯杰。這一事件使人工智能成為一個眾所周知的話題。那么，人工智能專業(yè)學(xué)習(xí)什么呢？

1. Python基金會，2！數(shù)學(xué)基礎(chǔ)，包括微積分基礎(chǔ)，線性代數(shù)和概率統(tǒng)計，3！各種框架，如tensorflow等

4。深度學(xué)習(xí)包括機(jī)器學(xué)習(xí)基礎(chǔ)、深度學(xué)習(xí)基礎(chǔ)、卷積神經(jīng)網(wǎng)絡(luò)、遞歸神經(jīng)網(wǎng)絡(luò)、生成對抗神經(jīng)網(wǎng)絡(luò)和深度強(qiáng)學(xué)習(xí)，這是一種學(xué)習(xí)。

5、商業(yè)項目，如mtcnn中心丟失人臉檢測和人臉識別、Yolo V2多目標(biāo)多類型檢測、glgan圖像缺失部分完成和語言喚醒等

如果你能學(xué)習(xí)和掌握以上內(nèi)容，借助優(yōu)秀的人工智能技術(shù)，找一份人工智能工作是非常容易的。目前，我國人工智能人才短缺高達(dá)100萬人?，F(xiàn)在是學(xué)習(xí)人工智能的好時機(jī)。

本人是軟件工程大一的學(xué)生，目前想在暑假學(xué)習(xí)一門語言，java和python應(yīng)該選哪個？

選擇哪一種都可以，語言只是程序員的基礎(chǔ)，真正強(qiáng)大的東西是隱藏在程序背后的算法。想快速入門，選擇python，想了解計算機(jī)很低級的東西，C或C都可以。java在中間。