1、人工智能十大算法是朴素贝叶斯算法、K近邻算法、决策树算法、支持向量机算法、神经网络算法、遗传算法、粒子群算法、蚁群算法、随机森林算法、协同过滤算法，具体如下：朴素贝叶斯算法（Naive Bayes）：是一种基于贝叶斯定理的分类算法，常用于文本分类、垃圾邮件过滤等领域。
2、人工智能十大算法——决策树 在机器学习中，决策树是一个预测模型，他代表的是对象属性与对象值之间的一种映射关系。其采用一种树形结构，其中每个内部节点表示一个属性上的测试，每个分支代表一个测试输出，每个叶节点代表一种类别。
3、人工智能十大算法如下 线性回归（Linear Regression）可能是最流行的机器学习算法。线性回归就是要找一条直线，并且让这条直线尽可能地拟合散点图中的数据点。它试图通过将直线方程与该数据拟合来表示自变量（x 值）和数值结果（y 值）。
4、遗传算法：遗传算法借鉴了自然进化中的“适者生存”原则，通过迭代进化过程来解决搜索问题。每一代都包含代表潜在解决方案的染色体字符串。这些个体在搜索空间中寻优，通过进化过程迭代改进解决方案的质量。 群集/集体智慧：蚁群优化（ACO）和粒子群优化（PSO）是基于集体智慧概念的两种算法。
1、工智能（Artificial Intelligence）是研究、开发用于模拟、延伸和扩展人智能的理论、方法、技术及应用系统的一门新技术科学。人工智能领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能（Artificial Intelligence），英文缩写为AI。
2、人工智能（Artificial Intelligence，简称AI）是一门研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的新技术科学。它是计算机科学的一个分支，旨在生产出一种能以人类智能相似的方式做出反应的智能机器。
3、人工智能（Artificial Intelligence，简称AI）指的是计算机系统通过模拟人类智能和学习能力，完成类似人类智能的任务和活动。这些任务包括视觉感知、语言理解、知识推理、学习和决策等。人工智能是一种模拟和延伸人类智能的技术，可以让计算机系统通过自主学习和演化，逐渐获得越来越高的智能水平。
4、人工智能，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
神经网络属于人工智能连接主义。目前人工智能的主要学派有下列三家：（1） 符号主义（symbolicism），又称为逻辑主义、心理学派或计算机学派，其原理主要为物理符号系统（即符号操作系统）假设和有限合理性原理。
连接主义学派又被称为仿生学派或生理学派，是基于神经元及神经元之间的网络联结机制来模拟和实现人工智能。人工智能的物质基础是神经系统，基本单位是神经元。这也就是说，连接主义用人工神经网络来研究人工智能。
联结主义：联结主义（Connectionism）又称为仿生学派或生理学派。是一种基于神经网络及网络间的连接机制与学习算法的智能模拟方法。其原理主要为神经网络和神经网络间的连接机制和学习算法。这一学派认为人工智能源于仿生学，特别是人脑模型的研究。
符号主义（Symbolic AI）：符号主义是人工智能的早期研究范式之一，注重使用符号和逻辑推理来模拟人类智能。符号主义主张将知识表示为符号，并利用逻辑推理和规则来处理符号之间的关系。连接主义（Connectionist AI）：连接主义是一种基于神经网络的研究范式，模拟人类大脑的神经元网络。
现在所说的深度神经网络，就是一种典型的联结主义工具（算法）。3：行为主义：基于“感知——行动”：该学派认为“智能源于控制”。例如智能机器人可以认为是基于感知-动作模式模拟的控制系统。综合来看，人工智能研究进程中的这三种主义都推动了人工智能的发展，它们既可以相互融合，又能求同存异。
符号主义，又称逻辑主义、心理学派或计算机学派，是一种基于逻辑推理的智能模拟方法，认为人工智能源于数学逻辑，其原理主要为物理符号系统（即符号操作系统）假设和有限合理性原理。连接主义学派。连接主义，又称仿生学派或生理学派，是一种基于神经网络和网络间的连接机制与学习算法的智能模拟方法。
阿兰-图灵（Alan Turing）英国数学家、逻辑学家，被称为计算机之父，人工智能之父。1931年图灵进入剑桥大学国王学院，毕业后到美国普林斯顿大学攻读博士学位，二战爆发后回到剑桥，后曾协助军方破解德国的著名密码系统Enigma，帮助盟军取得了二战的胜利。
亚瑟·塞缪尔 亚瑟·塞缪尔（Arthur Samuel，1901-1990）是人工智能领域的先驱。1949年1960年，他在让计算机从经验中学习做了最好的工作。他达成这一成就的途径是棋类游戏。在人工智能的研究中，游戏类程序通常扮演了果蝇在基因研究中扮演的角色。Samuel 在他的学习研究中利用了关于跳棋的另一个事实。
控制论的创始人维纳等人，信息论的奠基人申农，神经控制论的创始人麦克卡洛和匹茨，以及博养论的创始人，被称为“计算机之父”的冯·诺依曼，还有阿什比等都是人工智能的第一批先驱者，他们的理论和工作为人工智能的创立奠定了基础。
马文·明斯基是“人工智能之父”和框架理论的创立者。和麦卡锡一起在1956年发起“达特茅斯会议”并提出人工智能概念的计算机科学家马文·明斯基被授予了1969年度图灵奖，是第一位获此殊荣的人工智能学者。
“吴文俊人工智能科学技术奖”是我国智能科学技术领域唯一以杰出科学家、数学大师、人工智能先驱、我国智能科学研究的开拓者和领军人、首届国家最高科学技术奖获得者、中国科学院院士、中国科学院数学与系统科学研究院研究员。
数学：包括逻辑学、概率论、线性代数、微积分等数学课程，这些课程是人工智能基本理论的基础，帮助学生理解和应用人工智能算法和技术。计算机科学与编程：包括数据结构、算法、计算机体系结构、计算机网络等课程。
人工智能（ArtificialIntelligence，AI）是一个跨学科领域，涉及计算机科学、数学、心理学、哲学等多个学科。学习人工智能包括以下几个方面。计算机科学基础：理解编程语言（如Python、Java、C++）、数据结构、算法、操作系统、计算机网络等基本概念。
人工智能专业学以下几个方面： 人工智能伦理课程群。具体课程：《人工智能、社会与人文》、《人工智能哲学基础与伦理》。 认知与神经科学课程群。具体课程：认知心理学、神经科学基础、人类的记忆与学习、语言与思维、计算神经工程。 先进机器人学课程群。
