人工智能和数据科学之间的关系是什么？

Question

我认为它们有很多共同之处(例如机器学习是两者的子集，对吗？)，但也许两者都有其他元素没有的元素？

你能说出那种情况下的一些吗？还是其中一个是另一个的子集？

人工智能和数据科学之间的关系是什么？

例如，当谈到AI和ML的关系时，我总是说AI是ML的超集。区别集是搜索算法，我会在AI中包含，但在ML中没有。搜索算法是否包括在数据科学中？

Answer 1

虽然这两个概念都没有很好的定义，但正如通常使用的那样，它们都是一些正交的概念。

在我看来，AI有一个相当狭窄的定义-它是关于通过行动的优化。人工智能是关于决策，无论是在确定性或概率环境中。通常情况下，这是作为行动选择来最大化一些奖励功能，或等效地最小化一些损失函数。关于你的环境的有监督或无监督的学习(即机器学习)有助于利用你的经验来帮助选择最佳的行动。

由于数据科学被普遍使用，它没有严格的定义--企业使用这个术语来指从创建图表、Excel到能够赢得Go的深度强化学习模型。从从业者的角度来看，这些绝对没有共同点。从企业所有者的角度来看，共同的线程是从原始数据中提取意义，因此也是价值。数据科学家是一个“意义提取层”。这个操作是如何进行的，使用的技术(同样在我的经验中)对数据科学家的雇主没有任何影响。这一职称也可能是“数据魔术师”。但关键是，数据+数据科学=商业价值，无论是以对客户趋势的洞察力、营销活动的因果分析，还是在推荐你喜欢的电影时得到“奖励”的人工智能机器人。我想这意味着人工智能是数据科学的一个子集--但是你也可以对清晰的通信说同样的话，所以这是一种非陈述。

Answer 2

人工智能只是一大组可以完全自动化的东西。简单的计算器是人工智能的一种形式。所有使人类tas自动化的东西都是人工智能。

机器学习是人工智能的一个子集，它的不同之处在于它总是被误导。毫升专注于那些统计技术，使我们能够自动地对某事作出预测。数据科学利用人工智能提供的技术从原始数据中处理和提取信息，这是毫无意义的。希望我已经说清楚了。