導覽
近期變更
隨機頁面
新手上路
新頁面
優質條目評選
繁體
不转换
简体
繁體
3.137.220.92
登入
工具
閱讀
檢視原始碼
特殊頁面
頁面資訊
求真百科歡迎當事人提供第一手真實資料,洗刷冤屈,終結網路霸凌。
檢視 机器学习 的原始碼
←
机器学习
前往:
導覽
、
搜尋
由於下列原因,您沒有權限進行 編輯此頁面 的動作:
您請求的操作只有這個群組的使用者能使用:
用戶
您可以檢視並複製此頁面的原始碼。
[[File:机器学习.jpeg|有框|右|<big>机器学习</big>[https://www.latticesemi.com/-/media/LatticeSemi/Images/Blogs/EnablingMachineLearningattheEdge/Machine-Learning2_Machine-Learning-C.ashx?h=261&la=zh-CN&mh=432&mw=768&w=371 原图链接][https://www.latticesemi.com/zh-CN/Blog/2017/05/19/11/57/EnablingMachineLearningattheEdge 来自 莱迪思博客 的图片]]] '''机器学习'''是[[人工智能]]的一个分支。人工智能的研究历史有着一条从以“推理”为重点,到以“知识”为重点,再到以“学习”为重点的自然、清晰的脉络。显然,机器学习是实现人工智能的一个途径,即以机器学习为手段解决人工智能中的问题。机器学习在近30多年已发展为一门多领域交叉[[学科]],涉及[[概率论]]、[[统计学]]、[[逼近论]]、[[凸分析]]、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。机器学习算法是一类从数据中自动分析获得[[规律]],并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的[[学习]]算法。很多推论问题属于无程序可循难度,所以部分的机器学习研究是开发容易处理的近似算法。 机器学习已广泛应用于数据挖掘、[[计算机]][[视觉]]、[[自然语言]]处理、[[生物]]特征识别、[[搜索引擎]]、医学诊断、检测信用卡欺诈、[[证券市场分析]]、DNA序列测序、[[语音]]和[[手写识别]]、战略游戏和[[机器人]]等领域<ref>[https://www.sohu.com/a/140682976_116235 机器学习是什么 ],搜狐,2017-05-15 </ref>。
返回「
机器学习
」頁面