既然使用神經(jīng)網(wǎng)絡(luò)也可以解決分類問(wèn)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(lái)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(wèn)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(lái)建立更好的預(yù)測(cè)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?yàn)樗麄儷@得的用戶數(shù)據(jù)是數(shù)以億計(jì)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(gè)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(gè)圖表，用于說(shuō)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(duì)你有幫助，你可以多表?yè)P(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(jì)與隨機(jī)過(guò)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(gè)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(shí)間積累；

那么，你至少需要掌握一種編程語(yǔ)言。畢竟，算法的實(shí)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(lái)學(xué)習(xí)，這門課程只是簡(jiǎn)單的一瞥。畢竟，必修的基礎(chǔ)課太多了。

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(yǔ)言，java和python應(yīng)該選哪個(gè)？

選擇哪一種都可以，語(yǔ)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(jì)算機(jī)很低級(jí)的東西，C或C都可以。java在中間。