人工智慧有三駕馬車：資料、演算法、算力。本文重點介紹演算法相關的知識。
本文將介紹演算法在人工智慧裡的概念，演算法的4個特徵、6個通用方法。以及在選擇演算法時需要注意的3個點。
什麼是演算法？
簡單的說，演算法就是： 解決問題的手段，並且是批量化解決問題的手段。
菜譜就是一種“演算法”，只要按照菜譜的方法做，就能做出對應的菜。
人工智慧裡的演算法主要是用來訓練模型的。
機器學習 一共有7步，第3步就是選擇合適的演算法模型。通過訓練得到最後的可預測模型。
詳細瞭解機器學習： 這應該是全網最好的「機器學習」科普文
演算法的4個基本特徵
演算法具有下面4個特徵：
- 可行性
- 確定性
- 有窮性
- 擁有足夠的情報
關於這4項特徵詳細的說明請檢視《演算法的基本概念》
演算法的6個基本方法
計算機的演算法和人類計算的方式不同，大致有6種不同的思路：
- 列舉法
- 歸納法
- 遞推
- 遞迴
- 減半遞推技術
- 回溯法
想要了解詳情可以檢視《演算法的基本概念》
選擇演算法時的3個Tips
- 解決不同的問題可能會用到不同的演算法，也可能用相同的演算法。 沒有某種演算法是萬能的，只是適用的範圍不同而已。
- 演算法沒有高階和低階之分，快速便宜的解決問題才是目的，一味追求複雜的演算法（例如：深度學習），相當於“用大炮打蚊子”
- 有時候有多種演算法可以解決同一個問題，用最低的成本和最短的時間解決問題才是目的。 根據不同環境選擇合適的演算法很重要。