发布网友 发布时间:2022-04-22 07:26
共1个回答
热心网友 时间:2022-06-17 16:49
机器学习(Machine Learning)一般被定义为一个系统自我改进的过程,但仅仅从这个定义来理解和实现机器学习是困难的。从最初的基于神经元模型以及函数*近论的方法研究,到以符号演算为基础的规则学习和决策树学习的产生,和之后的认知心理学中归纳、解释、类比等概念的引入,至最新的计算学习理论和统计学习的兴起�当然还包括基于马尔可夫过程的增强学习 ,机器学习一直都在相关学科的实践应用中起着主导作用。研究人员们借鉴了各个学科的思想来发展机器学习,但关于机器学习问题的实质究竟是什么尚无定论。不同的机器学习方法也各有优缺点,只在其适用的领域内才有良好的效果。因此,以枚举的方法描述机器学习中的各个理论和算法可能是最合适的途径。