人工智能00-什么是机器学习？

00 什么是机器学习？

机器学习与传统算法区别

就预测来说，从输入输出角度来举个例子，传统算法需要特定的经验信息，如函数、数据点等，但机器学习只需要输入数据，计算机即可分析出函数并得出结果。

机器学习的定义

• 机器学习是一种实现人工智能的方法，它从数据中寻找规律、建立关系，根据建立的关系解决问题。
• 机器从数据中学习实现自我优化与升级
• 实现人工智能的主流方法

应用场景

• 计算机视觉
• 数据挖掘
• 自然语言处理
• 证券分析
• 医学诊断
• 机器人
• DNA测序

实现机器学习的基本框架

$$\left\{\begin{array}{cccc}{x}_1& x_2& \cdots & x_n\\ y_1& y_2& \cdots & y_n\\ ⋮& ⋮& ⋮& ⋮\\ \cdots & \cdots & \cdots & \cdots \end{array}\right\}\to f(x)\to \text{解决问题}$$
计算机自动求解数据的过程

机器学习的类别

• 监督学习（训练数据包括正确的结果，即label）
  • 数据中划好类别，程序找到类别间的边界，并根据新数据相对于边界的“位置”，对新数据进行归类。
  • 应用场景：人脸识别、语音翻译、医学诊断
• 无监督学习（训练数据不包括正确的结果）
  • 数据中没有划类别，但是程序可以将相近的数据自动规划类别，并根据新数据相对于几个类别数据的接近程度，对新数据进行归类
  • 应用场景：新闻聚类
• 半监督学习（训练数据包括少量正确的结果）
  • 给出少量的划好类别的代表性数据，程序找到类别间的边界，并根据新数据相对于边界的“位置”，对新数据进行归类。
• 强化学习（根据每次结果收获的奖惩feedback，进行学习实现优化）
  • 根据执行效果以分数的形式给予奖励/惩罚，程序逐步寻找获得高分的方法
  • 应用场景：AlphaGo

以上为B站BV1884y1k7cv的课程笔记，如有不足之处请指出，谢谢！