科技看点|你了解机器学习知识体系吗

1.初识人工智能人工智能(ArtificialIntelligence) , 英文缩写为AI 。 它是研究、开发用于模拟、延伸和扩展人工智能的理论、方法、技术及应用系统的一门新的技术科学 。 其属于一门前沿学科 , 属于自然科学、社会科学、技术科学三向交叉学科 。
应用领域:机器视觉 , 指纹识别 , 人脸识别 , 视网膜识别 , 虹膜识别 , 掌纹识别 , 专家系统 , 自动规划 , 智能搜索 , 定理证明 , 博弈 , 自动程序设计 , 智能控制 , 机器人学 , 语言和图像理解 , 遗传编程等 。
研究范畴:自然语言处理 , 知识表现 , 智能搜索 , 推理 , 规划 , 机器学习 , 知识获取 , 组合调度问题 , 感知问题 , 模式识别 , 逻辑程序设计软计算 , 不精确和不确定的管理 , 人工生命 , 神经网络 , 复杂系统 , 遗传算法等 。
综上可知 , 人工智能是一项跨多种学科的领域 , 所涉及到的知识面非常广泛 。 就其本质而言 , 是对人的思维的信息过程的模拟 , 及通过复杂的逻辑去判断事物所处的状态 , 让机器具有“独立思考”的能力 。 本文将结合自身多年开发经验和对人工智能的认识 , 带领大家对人工智能领域的一个小分支--机器学习进行深入研究 , 深度理解机器学习中的常用算法 。 虽然机器学习是人工智能中的一小部分内容 , 但是确实人工智能中的核心部分 。
关注公众号“程序员清辞”获取更多内容
2.初识机器学习机器学习是一门多学科交叉专业 , 涵盖概率论知识 , 统计学知识 , 近似理论知识和复杂算法知识 , 使用计算机作为工具并致力于真实实时的模拟人类学习方式 , 并将现有内容进行知识结构划分来有效提高学习效率 。
它是人工智能的核心 , 是使计算机具有智能的根本途径 。
关注公众号“程序员清辞”获取更多内容
无监督学习(unsupervisedlearning):是指从无标注数据中学习预测模型的机器学习问题 。 无标注数据是自然得到的数据 , 预测模型表示数据的类别、转换或概率 。 无监督学习的本质是学习数据中的统计规律或潜在结构 , 其研究的方式多是聚类问题 , 即如何将特征相似的数据进行归类 。


推荐阅读