机器学习
百科定义:机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、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,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。
“机器学习是一门人工智能的科学,该领域的主要研究对象是人工智能,特别是如何在经验学习中改善具体算法的性能”; “机器学习是对能通过经验自动改进的计算机算法的研究”; “机器学习是用数据或以往的经验,以此优化计算机程序的性能标准。”
“A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P, if its performance at tasks in T, as measured by P, improves with experience E.”
“如果一个计算机程序针对某类任务T的用P衡量的性能根据经验E来自我完善,那么称这个计算机程序在从经验E中学习,针对某类任务T,它的性能用P来衡量。”
机器学习一般被定义为一个系统自我改进的过程
人工智能
广义地讲,人工智能是关于人造物的智能行为,而智能行为包括知觉、推理、学习、交流和在复杂环境中的行为。
人工智能的一个长期目标是发明出可以像人类一样或更好地完成以上行为的机器;另一个目标是理解这种智能行为是否存在于机器、人类和其他动物中。