機(jī)器學(xué)習(xí)是什么？機(jī)器學(xué)習(xí)分為幾類(lèi)？

隨著互聯(lián)網(wǎng)的高速發(fā)展，被收集并應(yīng)用于分析的數(shù)據(jù)量呈現(xiàn)出爆發(fā)式增長(zhǎng)，面對(duì)如此量級(jí)的數(shù)據(jù)，以及常見(jiàn)的實(shí)時(shí)利用該數(shù)據(jù)的需求，僅依靠人工處理難免力不從心，這就催生了所謂的大數(shù)據(jù)和機(jī)器學(xué)習(xí)系統(tǒng)。

機(jī)器學(xué)習(xí)是一門(mén)多領(lǐng)域的交叉學(xué)科，涉及概率論、統(tǒng)計(jì)學(xué)、逼近論、凸分析、算法復(fù)雜度理論等多門(mén)學(xué)科，專(zhuān)門(mén)研究計(jì)算機(jī)如何模擬或?qū)崿F(xiàn)人類(lèi)的學(xué)習(xí)行為，以獲取新的知識(shí)或技能，重新組織已有的知識(shí)結(jié)構(gòu)使之不斷改善自身的性能。通俗地講，傳統(tǒng)計(jì)算機(jī)工作時(shí)需要接收指令，并按照指令逐步執(zhí)行，最終得到計(jì)算結(jié)果；機(jī)器學(xué)習(xí)是通過(guò)某種算法，將歷史數(shù)據(jù)進(jìn)行訓(xùn)練得出某種模型，當(dāng)有新的數(shù)據(jù)提供時(shí)，可以使用訓(xùn)練產(chǎn)生的模型對(duì)未來(lái)進(jìn)行預(yù)測(cè)。機(jī)器學(xué)習(xí)是一種能夠賦予機(jī)器進(jìn)行自主學(xué)習(xí)，不依靠人工進(jìn)行自主判斷的技術(shù)，它和人類(lèi)對(duì)歷史經(jīng)驗(yàn)歸納的過(guò)程有著相似之處，接下來(lái)，通過(guò)圖1和圖2對(duì)機(jī)器學(xué)習(xí)和人類(lèi)思考過(guò)程進(jìn)行對(duì)比。

圖1

圖2

圖1是機(jī)器學(xué)習(xí)的過(guò)程，圖2圖則是人類(lèi)思考的過(guò)程。人類(lèi)在學(xué)習(xí)成長(zhǎng)的過(guò)程中，積累了很多歷史經(jīng)驗(yàn)，將經(jīng)驗(yàn)進(jìn)行歸納總結(jié)，得到規(guī)律，因此當(dāng)人類(lèi)遇到些問(wèn)題時(shí)，總能從事物的發(fā)展規(guī)律找到方向，進(jìn)行推測(cè)；而機(jī)器學(xué)習(xí)中的訓(xùn)練和預(yù)測(cè)過(guò)程可以近似看作人類(lèi)的歸納和推測(cè)的過(guò)程。從圖1中可以發(fā)現(xiàn)，機(jī)器學(xué)習(xí)思想并不復(fù)雜，僅僅是對(duì)人類(lèi)學(xué)習(xí)成長(zhǎng)過(guò)程的一個(gè)模擬，由于機(jī)器學(xué)習(xí)不是通過(guò)編程的形式得出結(jié)果，因此它的處理過(guò)程不是因果的邏輯，而是通過(guò)歸納思想得出相關(guān)結(jié)論。這也可以聯(lián)想到人類(lèi)為什么要學(xué)習(xí)歷史，歷史實(shí)際上是人類(lèi)對(duì)過(guò)往經(jīng)驗(yàn)的總結(jié)，俗話說(shuō)“歷史總是驚人的相似”，通過(guò)學(xué)習(xí)歷史，可以從中歸納出事物發(fā)展的規(guī)律，從而指導(dǎo)今后的工作。如根據(jù)數(shù)據(jù)類(lèi)型和需求的不同，建模方式也會(huì)不同。在機(jī)器學(xué)習(xí)領(lǐng)域中，按照學(xué)習(xí)方式分類(lèi)，可以讓研究人員在建模和算法選擇的時(shí)候，根據(jù)輸入數(shù)據(jù)來(lái)選擇合適的算法，從而得到更好的效果，通常機(jī)器學(xué)習(xí)可以分為下面兩類(lèi)。

(1)有監(jiān)督學(xué)習(xí)。通過(guò)已有的訓(xùn)練樣本(即已知數(shù)據(jù)以及其對(duì)應(yīng)的輸出)訓(xùn)練得到一個(gè)最優(yōu)模型，再利用這個(gè)模型將所有的輸入映射為相應(yīng)的輸出，對(duì)輸出進(jìn)行簡(jiǎn)單的判斷從而實(shí)現(xiàn)分類(lèi)的目的。如分類(lèi)、回歸和推薦算法都屬于有監(jiān)督學(xué)習(xí)。

(2)無(wú)監(jiān)督學(xué)習(xí)。針對(duì)類(lèi)別未知(沒(méi)有被標(biāo)記)的訓(xùn)練樣本，需要直接對(duì)數(shù)據(jù)進(jìn)行建模，人們無(wú)法知道要預(yù)測(cè)的答案。如聚類(lèi)、降維和文本處理的某些特征提取都屬于無(wú)監(jiān)督學(xué)習(xí)。

以上我們介紹了“機(jī)器學(xué)習(xí)的相關(guān)知識(shí)”，希望對(duì)您有所幫助，如果想了解更多機(jī)器學(xué)習(xí)相關(guān)知識(shí)可以關(guān)注傳智播客大數(shù)據(jù)課程。


猜你喜歡：

用戶流失預(yù)警項(xiàng)目實(shí)戰(zhàn)

什么是Docker？有什么特點(diǎn)？

Spark與Hadoop有哪些區(qū)別？

冒泡排序算法[動(dòng)圖介紹]