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))