三分钟解读机器学习及其算法汇总[汇编].pdfVIP

三分钟解读机器学习及其算法汇总 一、机器学习的发展背景：人工智能 人工智能（ ArTIficial Intelligence ，缩写为 AI ）是对人的意识、思维过程进行模拟的一门 新学科。如今，人工智能从虚无缥缈的科学幻想变成了现实。计算机科学家们在人工智能 的技术核心－－机器学习（ Machine Learning）和深度学习（ Deep Learning ）领域上已经 取得重大的突破，机器被赋予强大的认知和预测能力。回顾历史，在 1997 年， IBM 深蓝 战胜国际象棋冠军卡斯帕罗夫； 在 2011 年，具备机器学习能力的 IBM Waston 参加综艺节 目赢得 100 万美金；在 2016 年，利用深度学习训练的 Aplphago 成功击败人类世界冠军。 种种事件表明机器也可以像人类一样思考，甚至比人类做得更好。 目前，人工智能在金融、医疗、制造等行业得到了广泛应用，全球投资从 2012 年的 5．89 亿美元猛增至 2016 年 50 多亿美元。麦肯锡预计，到 2025 年人工智能应用市场的总值将 达到 1270 亿美元。与此同时，麦肯锡通过对 2016 年人工智能市场的投资进行深入分析， 发现有将近 60 ％的资金并购围绕机器学习来布局。 其中，基于软件的机器学习初创公司比 基于机器的机器人公司更受投资欢迎。从 2013 年到 2016 年，这一领域的投资复合年均 增长率达到约 80％。由此可见，机器学习已经成为目前人工智能技术发展的主要方向。 二、机器学习与人工智能、深度学习的关系 在介绍机器学习之前， 先需要对人工智能、 机器学习和深度学习三者之间的关系进行梳理。 目前业界最常见的划分是： 人工智能是使用与传统计算机系统完全不同的工作模式，它可以依据通用的学习策略， 读 取海量的大数据， 并从中发现规律、 联系和洞见， 因此人工智能能够根据新数据自动调整， 而无需重设程序。 机器学习是人工智能研究的核心技术，在大数据的支撑下， 通过各种算法让机器对数据进 行深层次的统计分析以进行自学； 利用机器学习， 人工智能系统获得了归纳推理和决策能 力；而深度学习更将这一能力推向了更高的层次。 深度学习则是机器学习算法的一种，隶属于人工神经网络体系，现在很多应用领域中性能 1 / 7 最佳的机器学习都是基于模仿人类大脑结构的神经网络设计而来的， 这些计算机系统能够 完全自主地学习、 发现并应用规则。 相比较其他方法， 在解决更复杂的问题上表现更优异， 深度学习是可以帮助机器实现独立思考的一种方式。 总而言之，人工智能是社会发展的重要推动力，而机器学习，尤其是深度学习技术就是人 工智能发展的核心，它们三者之间是包含与被包含的关系。如图 1 所示。 图 1 人工智能、机器学习、深度学习之间的关系 三、机器学习：实现人工智能的高效方法 从广义上来说， 机器学习是一种能够赋予机器学习的能力以此让它完成直接编程无法完成 的功能的方法。但从实践的意义上来说，机器学习是一种通过利用数据，训练出模型，然 后使用模型预测的一种方法。 国外有些学者对机器学习进行了定义大同小异， 有学者认为， 机器学习是对能通过经验自动改进的计算机算法的研究；也有学者认为，机器学习是指利 用数据或以往的经验，以此优化计算机程序的性能标准。由此可知，机器学习是通过经验 或数据来改进算法的研究，通过算法让机器从大量历史数据中学习规律，得到某种模式并 利用此模型预测未来，机器在学习的过程中，处理的数据越多，预测结果就越精准。 机器学习在人工智能的研究中具有十分重要的地位。它是人工智能的核心，