美国AI与ML专业的定义
人工智能(AI)
人工智能是计算机科学的一个领域，它制造了一个可以模仿人类智能的计算机系统。它由“人工”和“智能”两个词组成，意思是“人造的思维能力”。因此，我们可以将其定义为：
人工智能是一种技术，我们可以用它来创建可以模拟人类智能的智能系统。
人工智能系统不需要预先编程，取而代之的是，他们使用可以与自己的智能一起工作的算法。它涉及机器学习算法，如强化学习算法和深度学习神经网络。AI正在多个地方使用，例如Siri，Google的AlphaGo，AI在国际象棋比赛中等。
机器学习(ML)
机器学习是关于从数据中提取知识。它可以定义为：
机器学习是人工智能的一个子领域，它使机器能够从过去的数据或经验中学习，而无需显式编程。
机器学习使计算机系统能够使用历史数据进行预测或做出一些决策，而无需显式编程。机器学习使用大量结构化和半结构化数据，以便机器学习模型可以生成准确的结果或根据该数据进行预测。了解更多美国专业，欢迎咨询留学网留学
机器学习的工作原理是使用历史数据自行学习的算法。它仅适用于特定领域，例如，如果我们创建一个机器学习模型来检测狗的图片，它只会为狗的图像提供结果。但是如果我们提供像猫图像这样的新数据，那么它将变得无响应。机器学习被用于各种地方，例如在线推荐系统，Google搜索算法，垃圾邮件过滤器，Facebook自动朋友标记建议等。
二、美国AI与ML专业的区别
| 人工智能（AI） | 机器学习（ML） |
| 人工智能是一种使机器能够模拟人类行为的技术。 | 机器学习是AI的一个子集，它允许机器自动从过去的数据中学习，而无需显式编程。 |
| 人工智能的目标是制造一个像人类一样的智能计算机系统来解决复杂的问题。 | ML的目标是允许机器从数据中学习，以便它们可以提供准确的输出。 |
| 在人工智能中，我们制造智能系统来像人类一样执行任何任务。 | 在ML中，我们用数据教机器执行特定任务并给出准确的结果。 |
| 机器学习和深度学习是人工智能的两个主要子集。 | 深度学习是机器学习的主要子集。 |
| 人工智能的范围非常广泛。 | 机器学习的范围有限。 |
| 人工智能正在努力创建一个可以执行各种复杂任务的智能系统。 | 机器学习正在努力创建只能执行它们所训练的特定任务的机器。 |
| 人工智能系统关注的是最大化成功的机会。 | 机器学习主要关注准确性和模式。 |
| AI的主要应用是Siri，使用猫船的客户支持系统，专家系统，在线游戏游戏，智能人形机器人等。 | 机器学习的主要应用有在线推荐系统、谷歌搜索算法、Facebook自动好友标记建议等。 |
| 在能力的基础上，AI可以分为三种类型，分别是弱AI，通用AI和强AI。 | 机器学习也可以主要分为三种类型，分别是监督学习，无监督学习和强化学习。 |
| 它包括学习，推理和自我纠正。 | 它包括使用新数据引入时的学习和自我纠正。 |
| AI完全处理结构化，半结构化和非结构化数据。 | 机器学习处理结构化和半结构化数据。 |
