【机器学习】Andrew Ng——01概述

概述

---

机器学习的定义

  机器学习，即Machine Learning，顾名思义， 机器学习是研究如何使用机器来模拟人类学习活动的一门学科。稍为严格即是：机器学习是一门研究机器获取新知识和新技能，并识别现有知识的学问。

  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。

---

机器学习的历史进程

• 第一阶段是在20世纪50年代中叶到60年代中叶，属于热烈时期。
• 第二阶段是在20世纪60年代中叶至70年代中叶，称为冷静时期。
• 第三阶段是从20世纪70年代中叶至80年代中叶，称为复兴时期。
• 近年来，机器学习再度进入大众视野，并火速活跃在各个科学领域中。越来越多的技术工作者关注着机器学习的发展，同时也推动着机器学习的深入发展。

---

机器学习的应用举例

• 网络搜索引擎：谷歌、百度、必应
• 人脸识别：在Facebook或者苹果照片打印程序中智能识别朋友照片
• 垃圾电子邮件过滤：Spam Filter
• 无人驾驶汽车<