機器學習是一門多領域的交叉學科,涉及概率論、統計學、接近論、突出分析、算法復雜性理論等學科。研究計算機如何模擬或實現人類的學習行為,以獲得新的知識或技能,重組現有的知識結構,不斷提高其性能。以下就是小編為大家帶來的關于機器學習的應用有哪些。
關于機器學習的應用有哪些
關于機器學習的應用有哪些
一,第一階段是20世紀50年代中葉到60年代中葉,這個時期主要研究“有無知識的學習”。這類方法主要是研究系統的執行能力。這個時期,主要通過對機器的環境及其相應性能參數的改變來檢測系統所反饋的數據,就好比給系統一個程序,通過改變它們的自由空間作用,系統將會受到程序的影響而改變自身的組織,最后這個系統將會選擇一個最優的環境生存。在這個時期最具有代表性的研究就是Samuet的下棋程序。但這種機器學習的方法還遠遠不能滿足人類的需要。
二,第二階段從20世紀60年代中葉到70年代中葉,這個時期主要研究將各個領域的知識植入到系統里,在本階段的目的是通過機器模擬人類學習的過程。同時還采用了圖結構及其邏輯結構方面的知識進行系統描述,在這一研究階段,主要是用各種符號來表示機器語言,研究人員在進行實驗時意識到學習是一個長期的過程。
三,第三階段從20世紀70年代中葉到80年代中葉,稱為復興時期。在此期間,人們從學習單個概念擴展到學習多個概念,探索不同的學習策略和學習方法,且在本階段已開始把學習系統與各種應用結合起來,并取得很大的成功。同時,專家系統在知識獲取方面的需求也極大地刺激了機器學習的研究和發展。在出現第一個專家學習系統之后,示例歸納學習系統成為研究的主流,自動知識獲取成為機器學習應用的研究目標。1980年,在美國的卡內基梅隆(CMU)召開了第一屆機器學習國際研討會,標志著機器學習研究已在全世界興起。此后,機器學習開始得到了大量的應用。
機器學習實際上已經存在了幾十年或幾個世紀。可以追溯到17世紀,貝葉斯、拉普拉斯對最小二乘法的推導和馬爾可夫鏈構成了廣泛應用于機器學習的工具和基礎。以上就是小編為大家帶來的關于機器學習的應用有哪些。
[免責聲明]
文章標題: 關于機器學習的應用有哪些
文章內容為網站編輯整理發布,僅供學習與參考,不代表本網站贊同其觀點和對其真實性負責。如涉及作品內容、版權和其它問題,請及時溝通。發送郵件至36dianping@36kr.com,我們會在3個工作日內處理。