01 机器学习概述

最新推荐文章于 2021-01-28 11:00:49 发布

深度学习从入门到放弃

最新推荐文章于 2021-01-28 11:00:49 发布

阅读量539

点赞数

分类专栏：机器学习笔记文章标签：人工智能 python 机器学习深度学习算法

本文链接：https://blog.csdn.net/qq_44771102/article/details/106044379

版权

本文介绍了机器学习的基本概念，强调了它是人工智能的一个分支，通过算法和数据模型让计算机自我学习并提升任务性能。文章还阐述了人工智能与机器学习的关系，模型训练的过程，并对机器学习的分类进行了讲解，包括监督学习、无监督学习等。最后，概述了机器学习的开发流程，从需求定义到模型部署的关键步骤。

摘要由CSDN通过智能技术生成

机器学习

机器学习基本概念

机器学习的概念最早由美国计算机科学家Arthur Lee Samuel于1959年提出，后来，美国另外一位计算机科学家Tom M. Mitchell给出该术语的定义：

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.

以上的定义可以这样解释：对于某给定的任务T，在合理的性能度量方案P的前提下，某计算机程序可以自主学习任务T的经验E，随着提供合适、优质、大量的经验E，该任务对于任务T的性能逐步提高。

然而，这个概念是晦涩难懂的。从简单的角度讲，机器学习是人工智能的一个分支，计算机系统通过使用算法与数据模型，对输入的数据按照算法与模型指定的方式来学习。随着训练的进行，逐渐改进与提高其在特定任务上的性能。

人工智能与机器学习

人工智能（Artificial Intelligence）是计算机科学的一个分支，目的是让计算机能够像人一样，对外界的环境做出反应。而机器学习，正是实现人工智能的一种方式。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-EHEw8o4E-1589122947629)(images/03.png “机器学习”)]