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：

1. 可行性
2. 確定性
3. 有窮性
4. 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：

1. 列舉法
2. 歸納法
3. 遞推
4. 遞迴
5. 減半遞推技術
6. 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

1. 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。
2. 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”
3. 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。