机器学习
发布日期:2021-09-17 15:48 信息来源:学习强国
信息来源:山东省工业和信息化厅
字体:【

机器学习

machine learning

释义:计算机通过对数据、事实或自身经验的自动分析和综合获取知识的过程。

学科:计算机科学技术_人工智能_机器学习

相关名词:人工智能 大数据 模式识别 深度学习


【延伸阅读】

机器学习是人工智能领域中研究人类学习行为的一个分支。它借鉴认知科学、生物学、哲学、统计学、信息论、控制论、计算复杂性等学科或理论的观点,通过归纳、一般化、特殊化、类比等基本方法来探索人类的认识规律和学习过程,建立各种可以通过经验自动改进的算法,使计算机系统能够具有自动学习特定知识和技能的能力,建立面向任务的具有特定应用的学习系统。

机器学习的核心是机器使用算法来分析海量数据,通过学习数据,挖掘数据中存在的潜在联系,并训练出一个有效的模型,将其应用于决定或预测。目前,机器学习分为监督学习和非监督学习两种基本类型。其中,监督学习用有标签的数据作为最终学习目标,通常学习效果好,但获取有标签数据的代价昂贵;非监督学习相当于自学习或自助式学习,便于利用更多的数据,同时可能会发现数据中存在的更多模式的先验知识(有时会超过手工标注的模式信息),但学习效率较低。二者的共性是通过建立数学模型为最优化问题进行求解,通常没有完美的解法。一般情况下,在面对众多的数据却缺乏了解时,我们可以使用非监督学习。

机器学习最早可以追溯到对人工神经网络的研究。1943年,神经学家沃伦·麦卡洛克(Warren McCulloch)和数学家沃尔特·皮茨(Walter Pitts)提出了神经网络层次结构模型,确立为神经网络的计算模型理论,从而为机器学习的发展奠定了基础。1950年,“人工智能之父”图灵(Alan Mathison Turing)提出了著名的“图灵测试”,使人工智能成为了计算机科学领域一个重要的研究课题。1957年,康内尔大学教授弗兰克·罗森布拉特(Frank Rosenblatt)提出了感知机(Perceptron)概念,并且首次用算法精确定义了自组织自学习的神经网络数学模型,设计出第一个计算机神经网络,这个机器学习算法成为神经网络模型的开山鼻祖。

近30多年的时间里,机器学习领域中一个叫“深度学习”的课题受到广泛关注,并在语音、图像、自然语言、在线广告等领域取得显著进展。著名的AlphaGo(围棋机器人阿尔法狗)曾与韩国的顶尖高手李世石展开围棋大战,最终AlphaGo以4比1获胜。这个事实充分说明机器学习能力很强,促使人们对深层次机器学习的美好前景进行新的展望。不久的将来,机器学习势必能够将人类的认知、学习、思考、推理等结合起来,进一步强化自身的能力。


【打印本页】【关闭窗口】