• 找新知
  • 找课程
  • 找服务/产品
  • 找LIVE
  • 找活动
  • 找新知号/店
新知一下
海量新知
1 5 9 6 0 2 0

核心简述|机器学习

专情数据分析工作室 | 专情数据,专情为您 2019/12/09 21:13

新知图谱, 核心简述|机器学习

 专情数据分析工作室 

数据分析服务

Data Analysis Service


专情|每日名言

  • 天地最有情,少年莫浪投。

—— 陈毅

一、什么是机器学习?

机器学习,即Machine Learning,是专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身性能的交叉学科。

其主要涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。

二、机器学习发展历程及常见算法

机器学习使用计算机作为工具并致力于真实实时模拟人类学习方式, 并将现有内容进行知识结构划分来有效提高学习效率

机器学习可划分四个发展历程

1.20世纪50年代中叶到60年代中叶,这个时期主要研究“有无知识的学习”。这类方法主要是研究系统的执行能力。

2.20世纪60年代中叶到70年代中叶,这个时期主要研究将各个领域的知识植入到系统里,在本阶段的目的是通过机器模拟人类学习的过程。

3.20世纪70年代中叶到80年代中叶,称为复兴时期,人们从学习单个概念扩展到学习多个概念,探索不同的学习策略和学习方法。且在本阶段已开始把学习系统与各种应用结合起来,并取得很大的成功。

4.且在本阶段已开始把学习系统与各种应用结合起来,并取得很大的成功。机器学习融入多门基础学科的新学科。并融入多种学习方法,且形式多样的集成学习系统研究正在兴起。

同时,机器学习与人工智能各种基础问题的统一性观点正在形成,各种学习方法的应用范围不断扩大,部分应用研究成果已转化为产品,且与机器学习有关的学术活动空前活跃。

机器学习的常见算法有决策树算法、朴素贝叶斯算法、支持向量机算法、随机森林算法、人工神经网络算法、Boosting与Bagging算法、关联规则算法、EM(期望最大化)算法、深度学习。

三、机器学习应用领域

机器学习的应用囊括军用与民用等多个领域。包括:

1.数据分析与挖掘。数据分析与挖掘技术是机器学习算法和数据存取技术的结合,利用机器学习提供的统计分析、知识发现等手段分析海量数据,同时利用数据存取机制实现数据的高效读写

2.模式识别。机器学习应用模式识别于计算机视觉、医学图像分析、光学文字识别、自然语言处理、语音识别、手写识别、生物特征识别、文件分类、搜索引擎等领域。

3.生物信息学。机器学习方法例如神经网络、遗传算法、决策树和支持向量机等正适合于处理生物信息学这数据量大、含有噪声并且缺乏统一理论的领域。

4.人脑模拟软件。譬如Google发布的具备自我学习功能,模拟脑细胞的相互交流,可以通过看YouTube视频学习识别猫、人以及其他事物的软件。

5.虚拟助手(如Siri)、交通预测、过滤垃圾邮件和恶意软件等具体应用领域。


相关推荐

更多“机器学习”相关内容

新知精选