机器学习
對電腦系統用於在沒有明確指令的情況下執行任務的演算法與統計模型的科學研究 / 维基百科,自由的 encyclopedia
机器学习是人工智慧的一个分支。人工智慧的研究历史有着一条从以“推理”为重点,到以“知识”为重点,再到以“学习”为重点的自然、清晰的脉络。显然,机器学习是实现人工智慧的一个途径之一,即以机器学习为手段,解决人工智慧中的部分问题。机器学习在近30多年已发展为一门多领域科际集成,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。
此条目可参照英语维基百科相应条目来扩充。 |
机器学习理论主要是设计和分析一些让电脑可以自动“学习”的算法。机器学习算法是一类从数据中自动分析获得规律,并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联络尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法(要防止错误累积)。很多推论问题属于非程序化決策,所以部分的机器学习研究是开发容易处理的近似算法。
机器学习已广泛应用于数据挖掘、电脑视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、检测信用卡欺诈(英语:Credit card fraud)、证券市场分析、DNA序列测序、语音和手写识别、游戏和机器人等领域。