大家好,今天小编来为大家解答以下的问题，关于决策型人工智能，决策类人工智能这个很多人还不知道，现在让我们一起来看看吧！
本文目录
决策树ai与生成树ai的区别
决策树AI和生成树AI都是常用的机器学习算法，它们的主要区别在于：
1.目标不同：决策树AI用于分类和回归问题，其目标是根据特征值将数据划分为不同的类别或预测一个连续型变量的值。而生成树AI则用于生成一个无向图，其中每一个节点表示一个状态。
2.学习方式不同：决策树AI采用自顶向下的贪心策略，即从根节点开始，按照一定的规则，逐步构建出完整的决策树。而生成树AI则采用自底向上的方式生成一个无向图，其过程类似于动态规划。
3.结果表示不同：决策树AI的结果是一个决策树，可用于分类和回归。而生成树AI的结果是一个包含所有状态的无向图，用于搜索最优路径等问题。
总的来说，决策树AI和生成树AI解决的问题不同，应用场景也不同。需要根据具体问题和数据选择合适的算法来解决。
怎么通俗的理解智能决策
智能化的本质作用是优化决策的质量和速度，但并不等于完全依靠机器决策。而决策优化的依据不仅依赖高级算法，更是依靠信息感知能力、计算能力和执行能力的增强。但我们可以从决策主体的角度来划分智能化技术的层次。
第一个层次是人来决策。
决策的主体是人，但信息感知和执行是通过网络下达。这时，ICT技术的作用，是拓展了人的感知和执行能力，让人有了“千里眼和长手臂”。利用这种做法，人类可以远离工作条件艰苦的生产现场；有利于岗位的集约化、一个人干几个人的活，并提升协同能力。还有助于利用好远程的专家资源、有助于高层管理者了解生产实际，从而提高企业的管理水平。AR、VR、数字孪生等新技术都有发力的空间，可以让专家可以更加直观地获得信息，决策更加容易。
第二个层次是辅助决策。
就是我经常说的“小秘书的智能”：计算机提醒人们发现异常或者需要关注的事件或异常，做出科学决策。比如：排烟温度过高了、设备报警没及时处理、要为下工序准备了等等。发现事件和异常，往往是通过“对标”来实现的。为此，我们首先需要对生产过程的要求进行标准化：什么样的烟气温度是正常的、报警必须多长时间必须处理、什么情况下需要为下工序准备。另外，有些比预料中更好的事情，也是需要关注的：比如某次生产的能耗更低、效率更高。计算机能够捕捉这些事件，可以为持续改进做准备。所以，在数字化时代，PDCA可以做得更好。
“小秘书的智能”最大的价值在于：发现、记录问题的能力比人更强。比如，通过数据，计算机可以针对成千上万台设备，发现秒级、毫秒级的问题，记录完整、及时且不出错。用这种本事，管理者可以轻松地管理好成千上万的团队。
从技术上讲，这种智能完成了计算机“从感知到认知”的变化。也就是从基本的传感器信息（如温度）转化为具有业务含义的信息（排烟温度过高）。这样的智能有巨大的发展空间，而AI是其中的新技术之一。这样的“智能”也是需要人类专家的知识的：该关注什么问题、用什么数据关注，就是专家知识。数字化往往只是让专家的知识更加准确、并便于计算机执行。
30年前我读本科时，用于辅助决策的“专家系统”就很热。但这种技术却没有发展起来。在我看来，“专家系统”过度重视了推理的复杂性、希望在逻辑推理方面比人类专家更强。但复杂的逻辑推理在工业中并不是特别常见，当年的专家系统往往变成了屠龙之技。而现在的做法，则是利用了计算机快速响应、快速决策、少出错等优势。应用场景多得多。
第三个层次是机器自动决策。
这种决策，经常是我说的“吴淑珍式的智能”。也就是通过ICT技术提供准确、及时、完整的信息，再利用软件化、数字化的简单的知识做出决策。所谓简单的知识，就是人类容易说清楚的决策逻辑、是人类专家的提供的。
对于这种提法，很多人奇怪的是：人们研究了多年的模型算法（如最优控制、热传导方程）就不用了吗？显然不是，些无法测量的东西，需要用模型算出来。但在我看来，不是“不用”而是“被用”。也就是说，这些算法往往不是成败的关键。企业的关键知识，来自企业的业务专家，关键是要把他们的知识数字化。现在，掌握模型和控制算法知识的人不少，对具体问题来说，这些知识往往不是瓶颈。
这类智能在算法上的麻烦是误差修正。我在前面的文章讲到：大系统的误差是难以避免的，系统运行久了偏差也是难以避免的。这些误差和偏差，经常会超出人们的容忍程度。
修订这些偏差，往往是最令算法人员最头疼的问题。这些方法，要把数据和理论公式结合在一起。如果这些问题不解决，模型的算法就不准确。或者投运的时候准确，用久了就不准确了。所谓“用得久了”，可能是几年，也可能是几天甚至几个小时。
自动决策的智能往往是最难的。原因是：机器决策时，对算法的安全、稳定、可靠性要求很高，执行时出不得半点差错。解决这个问题的办法之一，是让人来保驾护航，干预甚至终止算法。这会让技术难度大大降低，但自动化程度会下降，现场的满意度也会下降。
要实现这些层次，有很多事情要做。比如平台。平台是支持上述三类工作的工具。平台工具解决的，不是能不能做的问题，而是实现这些想法和思路时，如何提升工作效率、保证工作质量、提升稳定性和安全性、便于管理的问题。本质是在智能化技术落地的过程中，提高生产力水平。
同花顺决策先锋有用吗
同花顺决策先锋有用。
软件只是个智能工具，选出来的股票，可以用来参考的，而且一般效果还可以。但是如果想完全依赖软件，把软件当成印钞机，那就还是别买软件了，我用着觉得还行。
什么是人工智能决策支持系统
智能决策支持系统是人工智能（AI，ArtificialIntelligence）和DSS相结合，应用专家系统（ES，ExpertSystem）技术，使DSS能够更充分地应用人类的知识，如关于决策问题的描述性知识，决策过程中的过程性知识，求解问题的推理性知识，通过逻辑推理来帮助解决复杂的决策问题的辅助决策系统。
好了，本文到此结束，如果可以帮助到大家，还望关注本站哦！