江湖车侠|| 万字长文，统计学家范剑青：把 AI 学习金融，变为现实( 二 )
ThomasJ.Sargent：人工智能其实是统计学 ， 只不过用了一个华丽辞藻 。
我认为人工智能是机器学习的平方 ， 让机器自动学习机器算法、是机器学习的理想境界 。 目前内容包括图像识别、语音识别、机器学习、机器人、专家系统、计算机视觉、自然语言处理等 。
我把它总结为：大数据=系统+分析+应用 。
何谓机器学习？
ArthurLSamuel在1959年的“跳棋游戏”论文中创造了“机器学习”这个术语：让机器从数据中学习并做决策 ， 它是可扩展的统计算法 ， 充分融合统计建模思想和计算优化方法 。 使这些数据分析的思想能在大数据环境下得到有效的实现 。
我个人认为机器学习是：统计+优化+实现环境 。
现在最常见的是深度学习 。
深度学习的概念是很常见的 ， 是数学的函数逼近 ， 它用的是两种方法 ， 信号源的线性组合 ， 再做非线性的选择 ， 重复的过程构成很复杂的函数逼近方法 。
为何今天深度学习这么成功？
主要是因为大数据的到来 ， 大数据的到来大大减少统计的方差 ， 样本量变大 ， 方差自然变小 。
现在计算技术使得大规模优化成为现实 ， 使得我们可以在大数据上实现深度神经网络逼近函数 。
简而言之是非参数统计思想在高维海量数据环境下的实现 。
【江湖车侠|| 万字长文，统计学家范剑青：把 AI 学习金融，变为现实】具体成功案例是图像识别、机器翻译、语音处理等等 。
对于经济金融、生物医学、管理决策和人文社会 ， 机器学习有很多挑战和机遇 ， 第一是个体差异大 ， 第二是数据集未知 。
推荐阅读
