作者：禪與計(jì)算機(jī)程序設(shè)計(jì)藝術(shù)
1.簡(jiǎn)介
在互聯(lián)網(wǎng)的飛速發(fā)展和計(jì)算機(jī)的高計(jì)算性能的驅(qū)動(dòng)下，人工智能迎來了新的時(shí)代。機(jī)器學(xué)習(xí)作為人工智能領(lǐng)域的一個(gè)重要分支，是實(shí)現(xiàn)這一目標(biāo)的一種方法。本文將從機(jī)器學(xué)習(xí)的基本概念出發(fā)，介紹機(jī)器學(xué)習(xí)的一些基本術(shù)語、概率論基礎(chǔ)、算法分類及其不同應(yīng)用場(chǎng)景，并結(jié)合具體案例進(jìn)行詳細(xì)闡述。最后，對(duì)未來的發(fā)展方向進(jìn)行探討，希望能夠給讀者提供一個(gè)較為系統(tǒng)的了解。
2.背景介紹
什么是機(jī)器學(xué)習(xí)？為什么要研究機(jī)器學(xué)習(xí)？人們通常認(rèn)為機(jī)器學(xué)習(xí)是一個(gè)人類智慧可以被自然界所模仿、提升的能力。實(shí)際上，它是一種基于數(shù)據(jù)、算法、模型構(gòu)建的自動(dòng)化過程。它利用計(jì)算機(jī)的處理能力，通過訓(xùn)練獲得某些特定模式的知識(shí)，并據(jù)此解決問題或者預(yù)測(cè)未知結(jié)果。從嚴(yán)格意義上來說，機(jī)器學(xué)習(xí)并非目的性強(qiáng)而源于天賦或刻板印象，而是源于學(xué)習(xí)過程中不斷發(fā)現(xiàn)新規(guī)律、改善舊模型的迭代反饋機(jī)制，因此才得名“機(jī)器學(xué)習(xí)”。
現(xiàn)如今，人工智能研究已經(jīng)逐漸形成了一個(gè)龐大的研究體系，涵蓋了多種學(xué)科，比如語言理解、圖像識(shí)別、語音識(shí)別、推理和決策等領(lǐng)域。機(jī)器學(xué)習(xí)領(lǐng)域也由傳統(tǒng)的統(tǒng)計(jì)學(xué)習(xí)（Statistical Learning）和深度學(xué)習(xí)（Deep Learning）向大數(shù)據(jù)時(shí)代的最新技術(shù)發(fā)展邁進(jìn)。文章來源：http://www.zghlxwxcb.cn/news/detail-734368.html
機(jī)器學(xué)習(xí)最早起源于人工神經(jīng)網(wǎng)絡(luò)的研究，而目前的研究重點(diǎn)主要集中在深度學(xué)習(xí)方面。深度學(xué)習(xí)是指用多層結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)進(jìn)行特征學(xué)習(xí)、分類識(shí)別，有效克服了傳統(tǒng)機(jī)器學(xué)習(xí)中的參數(shù)數(shù)量限制問題。深度學(xué)習(xí)的另一個(gè)突破口就是端到端的學(xué)習(xí)方法，即通過端到端的方式訓(xùn)練整個(gè)系統(tǒng)，并直接輸出結(jié)果。這種方式的好處顯而易見，它可以充分利用數(shù)據(jù)的豐富信息，并不需要人工設(shè)計(jì)復(fù)雜的特征和模型。同時(shí)，它還可以自動(dòng)地調(diào)整模型的參文章來源地址http://www.zghlxwxcb.cn/news/detail-734368.html
到了這里，關(guān)于人工智能技術(shù)基礎(chǔ)系列之：機(jī)器學(xué)習(xí)基礎(chǔ)的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
