计算机存在和诞生的本质是局部模拟和取代人的智能,计算机科学学科的核心领域是人工智能,人工智能的核心知识是优化理论.工业化革命最大的贡献是利用机械取代和拓展了人类的体能,信息化革命的最大的贡献将会是拓展人类的智能,所以人工智能将是计算机领域未来的重要发展方向之一.传统的人工智能主要研究的是一些搜索方面的算法,在这里我主要介绍较新的研究成果,支持向量机,主要应用模式识别,分类等领域.
在介绍支持向量机之前,首先要引入一些基本概念:
1.决策:将研究对象划分到状态空间中的过程,它是一种重要的智能体现.
2.最小错误率bayes决策
3.最小风险bayes决策
4.学习机
5.基于统计学的学习理论
6.最优分类面
7.支持向量
8.学习
9.VC维
10.损失函数
上述概念,大家可以到网上查询,在这里我们的重点将这些概念关联起来,学习是方法在不断的重复下逐步改进的过程,使得在下次进行同样的任务的时候,能够更加有效率,机器学习则是利用计算机来模拟人类的学习机理,形成学习机模型,以达到人工智的目的.这里主要的研究对象是人类的决策过程,利用支持向量机求解最优分类面的过程就是决策优化的过程,他主要的目标是一保证分类正确,二是分类具备很好的推广性(即其置信度高).