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，也可以關(guān)注它。謝謝您

人工智能專業(yè)包含神經(jīng)網(wǎng)絡(luò)么，考研東北大學(xué)，學(xué)校只有人工智能專業(yè)沒有神經(jīng)網(wǎng)絡(luò)專業(yè)，我該報人工智能么？

人工智能專業(yè)的主要研究內(nèi)容是如何利用機器智能（主要通過計算機技術(shù)）實現(xiàn)人的問題獲取、問題推理和問題解決。目前的研究領(lǐng)域包括通過機器視覺感知外界環(huán)境、機器聽覺、機器觸覺環(huán)境數(shù)據(jù)采集等。，通過機器學(xué)習(xí)和深度學(xué)習(xí)對數(shù)據(jù)進(jìn)行分析和推理（基于神經(jīng)網(wǎng)絡(luò)模型的相關(guān)方法的研究是一個主要的研究方向）。問題的解決主要依靠計算機科學(xué)技術(shù)的軟硬件設(shè)計和軟件工程的算法實現(xiàn)。最后通過機電工程機械設(shè)計自動化設(shè)備系統(tǒng)解決了這一問題。東北大學(xué)已進(jìn)入甲級學(xué)科，包括材料科學(xué)、計算機科學(xué)與技術(shù)、軟件工程和控制科學(xué)。因此，從總體上看，東北大學(xué)在人工智能方向上具有較強的實力。

人工智能專業(yè)是智能科學(xué)與技術(shù)的一個分支，神經(jīng)網(wǎng)絡(luò)只是目前智能領(lǐng)域機器學(xué)習(xí)和深度學(xué)習(xí)應(yīng)用技術(shù)的典型模式。未來的發(fā)展將會有更多的模式和技術(shù)。因此，首先，神經(jīng)網(wǎng)絡(luò)不是一個專業(yè)方向，其次，在相關(guān)課程中學(xué)習(xí)并不比是否包含在內(nèi)更難，將來一定會發(fā)生。

統(tǒng)計和概率論應(yīng)該是包括人工智能在內(nèi)的智能科學(xué)學(xué)習(xí)和發(fā)展最具影響力的基礎(chǔ)學(xué)科，因為目前人工智能的主要方向是機器學(xué)習(xí)和基于人類經(jīng)驗大數(shù)據(jù)的深度學(xué)習(xí)。

cpu npu gpu區(qū)別？

CPU又稱中央處理器，是一種大型集成電路，是計算機的操作核心和控制核心。NPU又稱嵌入式神經(jīng)網(wǎng)絡(luò)處理器或網(wǎng)絡(luò)處理器，是一種專門應(yīng)用于網(wǎng)絡(luò)應(yīng)用包的處理器。GPU又稱圖形處理器或顯示芯片，是一種專門用于在個人計算機、工作站、游戲機和一些移動設(shè)備上進(jìn)行繪圖操作的微處理器。