什么是 AI？

简而言之，AI 就是一种模仿人类行为和能力的软件。 关键工作负载包括：

• 机器学习 - 它通常是 AI 系统的基础，也是我们“教”计算机模型进行预测并根据数据得出结论的方式。
• 计算机视觉 - 通过相机、视频和图像直观地解释世界的 AI 功能。
• 自然语言处理 - 计算机理解书面或口头语言并作出相应反应的 AI 功能。
• 文档智能 - 与管理、处理和使用表单及文档中的大量数据有关的 AI 功能。
• 知识挖掘 - 从大量通常非结构化数据中提取信息以创建可搜索的知识存储的 AI 功能。
• 生成式 AI - 以各种格式（包括自然语言、图像、代码等）创建原始内容的 AI 功能。
  

机器学习在很多方面都是数据科学和软件工程这两个学科的交叉部分。 机器学习的目标是使用数据创建可合并到软件应用程序或服务中的预测模型。 要实现这一目标，需要数据科学家与软件开发人员之间进行协作，前者负责在使用数据训练机器学习模型之前探索和准备数据，后者负责将模型集成到应用程序中，用于预测新的数据值（这一过程称为推理）。

在本模块中，你将探索机器学习所依据的一些核心概念，了解如何识别不同类型的机器学习模型，并检查机器学习模型的训练和评估方式。 最后，你将了解如何使用 Microsoft Azure 机器学习来训练和部署机器学习模型，而无需编写任何代码。

备注

机器学习基于数学和统计技术，本模块对其中一些技术进行了简要描述。 如果你不是数学专家，也不用担心！ 本模块的目标是帮助你对机器学习的工作原理有一个直观的认识 - 我们会将数学知识保持在理解核心概念所需的最低水平。

什么是 AI？

简而言之，AI 就是一种模仿人类行为和能力的软件。 关键工作负载包括：

• 机器学习 - 它通常是 AI 系统的基础，也是我们“教”计算机模型进行预测并根据数据得出结论的方式。
• 计算机视觉 - 通过相机、视频和图像直观地解释世界的 AI 功能。
• 自然语言处理 - 计算机理解书面或口头语言并作出相应反应的 AI 功能。
• 文档智能 - 与管理、处理和使用表单及文档中的大量数据有关的 AI 功能。
• 知识挖掘 - 从大量通常非结构化数据中提取信息以创建可搜索的知识存储的 AI 功能。
• 生成式 AI - 以各种格式（包括自然语言、图像、代码等）创建原始内容的 AI 功能。
  

机器学习在很多方面都是数据科学和软件工程这两个学科的交叉部分。 机器学习的目标是使用数据创建可合并到软件应用程序或服务中的预测模型。 要实现这一目标，需要数据科学家与软件开发人员之间进行协作，前者负责在使用数据训练机器学习模型之前探索和准备数据，后者负责将模型集成到应用程序中，用于预测新的数据值（这一过程称为推理）。

在本模块中，你将探索机器学习所依据的一些核心概念，了解如何识别不同类型的机器学习模型，并检查机器学习模型的训练和评估方式。 最后，你将了解如何使用 Microsoft Azure 机器学习来训练和部署机器学习模型，而无需编写任何代码。

备注

机器学习基于数学和统计技术，本模块对其中一些技术进行了简要描述。 如果你不是数学专家，也不用担心！ 本模块的目标是帮助你对机器学习的工作原理有一个直观的认识 - 我们会将数学知识保持在理解核心概念所需的最低水平。