机器学习方法进展研究.docVIP

机器学习方法进展研究 摘 要：近年来机器学习方法在诸多领域得到成功的应用与发展，已成为计算机科学的研究热点之一。本文介绍了机器学习的定义、发展历史与学习策略分类，并对目前存在的问题与挑战进行了分析与展望。 关键词：机器学习；计算机科学；学习机理；策略研究 随着计算机技术的飞速发展，人们尝试着使计算机具有和我们一样或类似的学习能力，从而产生了一个新的研究学科-机器学习。总体而言，机器学习是指令计算机通过对目标的识别，利用人类提供的现有知识来获取新知识和新技能，不断改善性能，实现自我完善。 1 机器学习发展史 统计学习理论创始人之一的Vapnik将机器学习归结为如下四个阶段。 1.1 学习机器的产生 第一个学习机器的模型是F.Rosenblatt在1962年提出的感知器。它借鉴了神经生理学领域中感知器的思想，将其模型表示为一个计算程序，并通过简单的实验说明了这个模型的结果可以进行推广和泛化。感知器通过给定的样本构造一条判断准则来区分不同类别的数据，因此可以用来解决模式识别问题。 1.2 学习理论基础的创立 1968年，Vapnik和Chervonenkis提出VC维和VC熵来解决模式识别问题。利用这些概念学者发现了大数定律和关于收敛速率的非渐近界。1989年，Vapnik和Chervonenkis提出的经验风险最小化原则、正则化理论、解决密度估计问题的非参数方法，以及算法复杂度思想，都