机器学习的分类及原理.pdfVIP

机器学习的分类及原理

第一节什么是机器学习

机器学习是一门研究用机器掌握现有知识并通过与外界环境的信息数

交互获取新知识和新技能的学问。简单来说，就是让计算机从大量的

数中学习到相关的规例口逻辑，然后利用它们来预测未知的事物。它

不仅研究如何使计算机模拟人类的学习行为，而且要让机器自身能够组

织整理已学习到的知识，并在应用中不断完善自身的缺陷。机器学习是

实现计算智能的根本途径，它主要使用归纳综合而不是演绎的方法来认

识世界。

人工智能的研究从以“推理〃为重点到以〃知识”为重点，再到以学

习”为重点，有一条自然而清晰的脉络。人工智能出身的机器学习研究

者，绝大部分是把机器学习作为实现人工智能的一种手段，但对具体是

采用基于统计的、代数的、还是几何的、分析的方法来解决问题，他们

并不在意。这群人认为仅靠统计学习是不可能完美解决AI中大部分问

题的。他们的理念是许多事情的难处，往往在于我们不知道困难的本质

在哪里，一旦〃问题”清楚了，解决起来可能并不困难。统计学家们则

往往把机器学习看作〃应用统计学〃的一个问题，他们关注的是如何把

统计学中的理演口方法变成可以在计算机上有效实现的算法。尽管不少

数学家甚至拒绝承认统计学是数学，但统计