机器学习知识简介

机器学习是为了达成人工智慧的手段，它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。

---

目录

机器学习从数据中寻找函数 机器学习建模步骤（以监督学习为例子） 机器学习框架（Learning Map） 机器学习框架简图 机器学习思维导图

---

机器学习从数据中寻找函数

语音识别（从声波信号中寻找语音识别函数，判断语音信息） 图像识别（从图像像素信息中寻找图像识别函数，判断图像内容） Alphago（从大量的棋局博弈数据中学习落子函数，判断下一步落子） 聊天系统（从大量的历史对话数据学习聊天对话函数，判断如何回答）

机器学习建模步骤（以监督学习为例子）

找到机器学习任务假设空间（大量的假设函数集合F=f1,f2…fn" role="presentation">F=f1,f2…fnF=f1,f2…fn） 找到衡量函数好坏的标准L(f)" role="presentation">L(f)L(f) 利用训练数据集从F" role="presentation">FF选择f∗" role="presentation">ff（f∗=argminf∈FL(f)" role="presentation">f=argminf∈FL(f)f=argminf∈FL(f)）