简介
机器学习是指让机器从数据中自动学习规律和知识，并利用这些规律和知识进行预测或决策的技术，机器学习包括监督学习、无监督学习、强化学习，其中监督学习也被称作有监督的学习，有监督的意思就是预先知道据有什么样的目标，通过一些已经知道结果的数据（也叫做有标注的数据）训练模型，完成训练后，再将新问题给模型去解答，常用的有监督的算法有KNN（K近邻）算法、线性回归、罗辑回归、支持向量机、决策树、神经网络等；无监督学习就是用没有标注的数据进行模型训练，从没有标注的数据中找隐藏的特征，这其中无需人工干预，该类算法可以发现信息的相似性和差异性，一些比较重要无监督学习算法包含了k-means算法、分层聚类算法、最大期望算法（EM）等的聚类算法，主成分分析（PCA）、核主成分分析、局部线性嵌入等降纬算法以及先验算法（Apriori）频繁项集挖掘（Eclat）等关联规则学习算法；强化学习是就是再联系的学习交互中不断的学习更优的方法，从而制定最佳的策略，其中包含了策略优化、Q-learning等。
自从AI被证实提出后，人工智能就开始逐渐走进人们的视野，当时对人工智能的理解还很肤浅，随着很多科幻电影和小说不断的对人工智能的描述，才使得人们逐渐认识到了人工智能的应用未来会是一个什么样的场景。在1980年以后，人工智能领域逐渐的发展出了机器学习，它是人工智能的核心，它专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习从名字上我们就可以看出这是研究让机器可以自我学习的算法，从数据中分析获得规律，利用规律对于新
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
