江苏龙网

  1. 首页 > 资讯 > 科技 > >

【】对机器学习的认识

导言
机器学习是一门多领域交叉学科 ， 廊括众多：涉及到概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科 。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 。
它是人工智能的核心 ， 是使计算机具有智能的根本途径 。如果以人来说明的话 ， 机器学习相当于人的学习能力和发展能力 。
我们对机器学习的认识 ， 不能管中窥豹 ， 要全面一些 ， 了解他的前世今生 。即它的发展历程是怎么样的；于今天而言 ， 它的现状又是怎么样的；在未来 ， 它将会有哪些全新的发展 。横向来看 。机器学习的分类又都有哪些；它的算法有哪些；在哪些领域有它的应用 。
【】对机器学习的认识
文章图片

文章图片

一、机器学习的发展历程
机器学习的发展和人工智能发展是离不开的 ， 机器学习是人工智能研究发展到一定阶段的必然产物 。
人工智能的研究历史有着一条从以“推理”为重点 ， 到以“知识”为重点 ， 再到以“学习”为重点的自然、清晰的脉络 。下面是人工智能发展的三个时期:
推理期
时间为1950s~1970s ， 人们认为只要给机器赋予逻辑推理能力 ， 机器就能具有智能 。这一阶段的代表性工作主要有A. Newell和H. Simon的“逻辑理论家”程序以及此后的“通用问题求解”程序等 ， 这些工作在当时取得了令人振奋的成果 。例如 ， “逻辑理论家”程序在1952年证明了著名数学家罗素和怀特海的名著《数学原理》中的38条定理 ， 在1963年证明了全部的52 条定理 ， 而且定理 2.85甚至比罗素和怀特海证明得更巧妙 。A.Newell和H.Simon因此获得了1975年图灵奖 。然而 ， 随着研究向前发展 ， 人们逐渐认识到 ， 仅具有逻辑推理能力是远远实现不了人工智能的 。E.A. Feigenbaum等人认为 ， 要使机器具有智能 ， 就必须设法使机器拥有知识 。
【】对机器学习的认识
文章图片

文章图片

知识期
时间为1970s~1980s ， 在这一时期 ， 大量专家系统问世 ， 在很多领域做出了巨大贡献 。E.A. Feigenbaum 作为“知识工程”之父在 1994 年获得了图灵奖 。但是 ， 专家系统面临“知识工程瓶颈” ， 简单地说 ， 就是由人来把知识总结出来再教给计算机是相当困难的 。于是 ， 一些学者想到 ， 如果机器自己能够学习知识该多好
【】对机器学习的认识
文章图片

文章图片

学习期
时间为1980s~现在 ， 机器学习开始受到重视 ， 成为一个独立的学科领域并开始快速发展、各种机器学习技术百花齐放的时期 。事实上 ， 图灵在1950年提出图灵测试的文章中就已经提到了机器学习的可能 ， 而1950s其实已经开始有机器学习相关的研究工作 ， 主要集中在基于神经网络的连接主义学习方面 ， 代表性工作主要有F.Rosenblatt的感知机、B.Widrow的Adaline等 。
【】对机器学习的认识
文章图片

文章图片

【】对机器学习的认识
文章图片

文章图片

二、机器学习的研究现状
机器学习作为人工智能的关键核心技术 ， 受到了前所未有的重视和快速发展 。深入研究其发展现状和竞争格局 ， 有助于为企业战略和相关产业政策制定提供科学决策依据 。


推荐阅读


上一篇：『』中国屏幕新巨头诞生，全球份额仅4.9％，却是京东方的49倍

下一篇：@台积电首次公布3nm工艺详情：FinFET技术 2021年试产