Google Play 스토어에서 Unionpedia 앱을 복원하기 위해 작업 중입니다
🌟더 나은 탐색을 위해 디자인을 단순화했습니다!
Instagram Facebook X LinkedIn

기계와 기계 학습

바로 가기: 차이점, 유사점, Jaccard 유사성 계수, 참고 문헌.

기계와 기계 학습의 차이

기계 vs. 기계 학습

(機械)는 동력을 사용하여 작업을 수행하는 도구를 통틀어 이르는 말이. 학습(機械學習) 또는 머신 러닝()은 인공 지능의 한 분야로, 컴퓨터가 학습할 수 있도록 하는 알고리즘과 기술을 개발하는 분야를 말. 가령, 기계 학습을 통해서 수신한 이메일이 스팸인지 아닌지를 구분할 수 있도록 훈련할 수 있. 기계 학습의 핵심은 표현(representation)과 일반화(generalization)에 있. 표현이란 데이터의 평가이며, 일반화란 아직 알 수 없는 데이터에 대한 처리이.

기계와 기계 학습의 유사점

기계와 기계 학습는 공통점이 1 개 있습니다 (유니온백과에서): 컴퓨터.

컴퓨터

() 또는 셈틀은 수식이나 논리적 언어로 표현된 일련의 산술 연산이나 논리 연산을 자동으로 수행하도록 지시하거나 데이터를 저장하고 처리할 수 있는 장치(device).

기계와 컴퓨터 · 기계 학습와 컴퓨터 · 더보기 »

위의 목록은 다음 질문에 대한 대답입니다

기계와 기계 학습의 비교.

기계에는 60 개의 관계가 있고 기계 학습에는 34 개의 관계가 있습니다. 그들은 공통점 1을 가지고 있기 때문에, Jaccard 지수는 1.06%입니다 = 1 / (60 + 34).

참고 문헌

이 기사에서는 기계와 기계 학습의 관계를 보여줍니다. 정보가 추출 된 각 기사에 액세스하려면 다음 사이트를 방문하십시오: