machine_learning-chap01.docVIP

　绪论 自从计算机以来，人们就知道们学习。如果我们学习根据经验来自动提高，那么影响将是空前的。一下，计算机能从医疗记录中学习治疗新疾病的最有效方法；降低能源消耗；个人软件助理跟踪用户的兴趣计算机学习将开辟并上升到新层次。同时，透彻理解机器学习的信息处理算法也会有助于更好理解人类的学习能力。目前，我们还不知道怎样计算机的学习人类。然而一些针对特定学习任务的算法已经产生。学习的理论已开始逐步形成。的计算机程序类型学习一些商业化的应用也已经出现。例如对于语音识别这样的课题，至今为止基于机器学习的算法明显胜过其他。在数据挖掘领域，机器学习算法理所当然从包含设备维护记录、借贷申请、金融交易、医疗记录类似信息的数据库中发现有价值的信息。随着计算机的日益成熟，机器学习必将在计算机中越来越重要的角色！Waibel 1989；Lee 1989）；预测肺炎患者的康复率（Cooper et al. 1997）；检测信用卡欺诈；在高速公路上驾驶（Pomerleau 1989）；以接近人类世界冠军的水平对弈西洋双陆棋这样的游戏（Tesauro 1992, 1995）。已有了很多理论成果能够对训练样例数量、假设空间大小、和学得假设错误率这三者间的基本关系进行刻画。我们正在开始获取人类和动物学习的原始模型，用以理解它们和计算机的学习算法间的关系（例如，Laird et al. 1986；Anderson 199