113,407
次編輯
變更
机器学习
,無編輯摘要
机器学习已广泛应用于数据挖掘、 [[ 计算机 ]][[ 视觉 ]] 、 [[ 自然语言 ]] 处理、 [[ 生物 ]] 特征识别、 [[ 搜索引擎 ]] 、医学诊断、检测信用卡欺诈、 [[ 证券市场分析 ]] 、DNA序列测序、 [[ 语音 ]] 和 [[ 手写识别 ]] 、战略游戏和 [[ 机器人 ]] 等领域。
==定义==
机器学习有下面几种定义:
*机器学习是一门人工智能的 [[ 科学 ]] ,该领域的主要研究对象是人工智能,特别是如何在经验 [[ 学习 ]] 中改善具体算法的性能。 *机器学习是对能通过经验自动改进的 [[ 计算机算法 ]] 的研究。 *机器学习是用 [[ 数据 ]] 或以往的经验,以此优化计算机程序的性能标准。
==分类==
机器学习可以分成下面几种类别:
*监督学习从给定的训练数据集中学习出一个函数,当新的数据到来时,可以根据这个 [[ 函数 ]] 预测结果。监督学习的训练集要求是包括 [[ 输入 ]] 和 [[ 输出 ]] ,也可以说是特征和目标。训练集中的目标是由人标注的。常见的监督学习算法包括回归分析和统计分类。
监督学习和非监督学习的差别就是训练集目标是否人标注。他们都有训练集 且都有输入和输出
*无监督学习与 [[ 监督学习 ]] 相比,训练集没有人为标注的结果。常见的无监督学习算法有生成对抗网络(GAN)、聚类。
*半监督学习介于监督学习与无监督学习之间。
*增强学习机器为了达成目标,随着 [[ 环境 ]] 的变动,而逐步调整其 [[ 行为 ]] ,并评估每一个行动之后所到的回馈是正向的或负向的。