机器学习是什么,都干了些啥,用到了哪些知识

xiaoxiao2021-02-28  18

机器学习:

一般被定义为一个系统自我改进的一个过程,但是知识用这些知识来理解和

实现机器学习,想必有些困难。他从最初的基于神经元模型以及函数逼近论

的方法来研究;到以符号演算为基础的规则学习和决策树中产生,和之后认知

心理学中归纳,解释,类比等概念的引入,以至如今的机器学习理论,和统计学的兴起;

,当然还有马尔科夫过程的增强学习;机器学习一直在各个学科实践之中有主导作用,;

当然人无完人,算法无极致,不同的机器学习方法也有其的优缺点和器相应的应用领域;

这里总结一下最实用的理论和算法:

概念学习,决策树,神经网络,贝叶斯学习,基于实例的学习,遗传算法,规则学习,基于解释的学习和

增强学习等

目前机器学习成功应用的领域包含哪些呢:

1:检测信用卡交易欺诈的数据挖掘模型

2:用户阅读兴趣的信息过滤系统,

3:高速公路上自动行驶的汽车(百度)

4:用户感兴趣内容的推荐,如抖音,今日头条,网上商城(淘宝,京东)

机器学习只与计算机有关吗:

答案是否定的!机器学习不仅包括计算机科学,他还从许多多学科吸收了成果和概念:

包括了统计学,人工智能,哲学,信息论,生物学,认知科学,计算发杂性,和控制论等

那么机器学习理论到底是干什么呢?

1:学习性能是怎样对着给定的训练样例的数量而变化的

2:多于不同类型的学习任务,那个学习算法最合适

参考自书籍<<机器学习> >精简而来

转载请注明原文地址: https://www.6miu.com/read-1950144.html

最新回复(0)