Давайте разберемся в одном важном вопросе.
Изучение ИИ базируется на фундаменте знаний из нескольких научных областей:
Инструмент, при помощи которого, мы связываем эти области - это знания и навыки программирования, структур данных и само программное обеспечение.
Давайте изобразим на схеме взаимосвязь всех сущностей.
В рамках направления развития ИИ есть определенная предметная область, которая содержит задачу.
Чтобы использовать искусственный интеллект, определим, к какой задаче (или группе задач) из математики можно свести задачу предметной области.
Далее, для каждой математической задачи выбираем метод искусственного интеллекта.
В конце выбираем инструмент для реализации этого метода, например Python.
Разберем на примере. Допустим, нам нужно решить задачу прогнозирования котировок акций (прогнозирование временных рядов) в рамках направления “Обучение и самообучение” (см. предыдущую часть урока).
Мы сводим эту задачу к задаче аппроксимации и/или к задаче оптимизации и выбираем метод ИИ, далее реализуем задуманное на Python, например в среде PyCharm.
Теперь рассмотрим методы искусственного интеллекта, используемые для решения формализованных задач.
В интернете часто можно встретить так называемую терминологическую кашу, когда путают понятия: направления развития ИИ и задачи решаемые при помощи ИИ.Чтобы избежать путаницы мы предлагаем придерживаться следующего алгоритма: