機(jī)器學(xué)習(xí)的本質(zhì)是什么?原來機(jī)器學(xué)習(xí)還可以這樣分類!

在這篇文章中，小編將對機(jī)器學(xué)習(xí)的相關(guān)內(nèi)容和情況加以介紹以幫助大家增進(jìn)對機(jī)器學(xué)習(xí)的了解程度，和小編一起來閱讀以下內(nèi)容吧。

一、機(jī)器學(xué)習(xí)的本質(zhì)是什么

機(jī)器學(xué)習(xí)方法本質(zhì)上是人類認(rèn)知方式的新世界，是人類的未來。工業(yè)革命解放了人類的體力，以機(jī)器學(xué)習(xí)技術(shù)逐步解鎖的人工智能革命將解放人類的腦力。這不是技術(shù)層面上的進(jìn)步，而是從根本上改變?nèi)祟愓J(rèn)知世界的方式。

長久以來，人類對事物的認(rèn)知經(jīng)由三個步驟：原始數(shù)據(jù)——專業(yè)知識/經(jīng)驗常識——認(rèn)知。長久以來，人類對事物的認(rèn)知經(jīng)由三個步驟：原始數(shù)據(jù)——專業(yè)知識/經(jīng)驗常識——認(rèn)知。

面對同樣的原始數(shù)據(jù)(股市數(shù)據(jù)，儀表指數(shù)，社會現(xiàn)象等)，擁有不同知識的人將得出不同的認(rèn)知;同樣，擁有相同知識的人，面對沒有數(shù)據(jù)、有少量數(shù)據(jù)、有大量數(shù)據(jù)以及有充分?jǐn)?shù)據(jù)等不同情況時，也將得出不同的認(rèn)知(信息均等博弈，信息不對稱博弈)。

那么究竟是知識重要還是數(shù)據(jù)重要?在人類歷史很長一段時間內(nèi)，無疑是知識的擁有者占據(jù)了上風(fēng)。而機(jī)器學(xué)習(xí)方法的出現(xiàn)，則將這個趨勢徹底扭轉(zhuǎn)。或許，“知識”未來將一文不值，而“數(shù)據(jù)”，才是價值連城。

機(jī)器學(xué)習(xí)的本質(zhì)，就在于建立了(原始數(shù)據(jù)——認(rèn)知)之間的直接映射，跳出了“知識”的束縛。從此，人類的認(rèn)知方式改天換地。因為，從此我們或許再也不需要那冗桎的“知識”。

二、機(jī)器學(xué)習(xí)可以這樣分類

(一)基于學(xué)習(xí)方法的分類

(1)歸納學(xué)習(xí)

符號歸納學(xué)習(xí)：典型的符號歸納學(xué)習(xí)有示例學(xué)習(xí)、決策樹學(xué)習(xí)。

函數(shù)歸納學(xué)習(xí)(發(fā)現(xiàn)學(xué)習(xí))：典型的函數(shù)歸納學(xué)習(xí)有神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)、示例學(xué)習(xí)、發(fā)現(xiàn)學(xué)習(xí)、統(tǒng)計學(xué)習(xí)。

(2)演繹學(xué)習(xí)

(3)類比學(xué)習(xí)：典型的類比學(xué)習(xí)有案例(范例)學(xué)習(xí)。

(4)分析學(xué)習(xí)：典型的分析學(xué)習(xí)有解釋學(xué)習(xí)、宏操作學(xué)習(xí)。

(二)基于學(xué)習(xí)方式的分類

(1)監(jiān)督學(xué)習(xí)(有導(dǎo)師學(xué)習(xí))：輸入數(shù)據(jù)中有導(dǎo)師信號，以概率函數(shù)、代數(shù)函數(shù)或人工神經(jīng)網(wǎng)絡(luò)為基函數(shù)模型，采用迭代計算方法，學(xué)習(xí)結(jié)果為函數(shù)。

(2)無監(jiān)督學(xué)習(xí)(無導(dǎo)師學(xué)習(xí))：輸入數(shù)據(jù)中無導(dǎo)師信號，采用聚類方法，學(xué)習(xí)結(jié)果為類別。典型的無導(dǎo)師學(xué)習(xí)有發(fā)現(xiàn)學(xué)習(xí)、聚類、競爭學(xué)習(xí)等。

(3)強(qiáng)化學(xué)習(xí)(增強(qiáng)學(xué)習(xí))：以環(huán)境反饋(獎/懲信號)作為輸入，以統(tǒng)計和動態(tài)規(guī)劃技術(shù)為指導(dǎo)的一種學(xué)習(xí)方法。

(三)基于數(shù)據(jù)形式的分類

(1)結(jié)構(gòu)化學(xué)習(xí)：以結(jié)構(gòu)化數(shù)據(jù)為輸入，以數(shù)值計算或符號推演為方法。典型的結(jié)構(gòu)化學(xué)習(xí)有神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)、統(tǒng)計學(xué)習(xí)、決策樹學(xué)習(xí)、規(guī)則學(xué)習(xí)。

(2)非結(jié)構(gòu)化學(xué)習(xí)：以非結(jié)構(gòu)化數(shù)據(jù)為輸入，典型的非結(jié)構(gòu)化學(xué)習(xí)有類比學(xué)習(xí)案例學(xué)習(xí)、解釋學(xué)習(xí)、文本挖掘、圖像挖掘、Web挖掘等。

(四)基于學(xué)習(xí)目標(biāo)的分類

(1)概念學(xué)習(xí)：學(xué)習(xí)的目標(biāo)和結(jié)果為概念，或者說是為了獲得概念的學(xué)習(xí)。典型的概念學(xué)習(xí)主要有示例學(xué)習(xí)。

(2)規(guī)則學(xué)習(xí)：學(xué)習(xí)的目標(biāo)和結(jié)果為規(guī)則，或者為了獲得規(guī)則的學(xué)習(xí)。典型規(guī)則學(xué)習(xí)主要有決策樹學(xué)習(xí)。

(3)函數(shù)學(xué)習(xí)：學(xué)習(xí)的目標(biāo)和結(jié)果為函數(shù)，或者說是為了獲得函數(shù)的學(xué)習(xí)。典型函數(shù)學(xué)習(xí)主要有神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)。

(4)類別學(xué)習(xí)：學(xué)習(xí)的目標(biāo)和結(jié)果為對象類，或者說是為了獲得類別的學(xué)習(xí)。典型類別學(xué)習(xí)主要有聚類分析。

(5)貝葉斯網(wǎng)絡(luò)學(xué)習(xí)：學(xué)習(xí)的目標(biāo)和結(jié)果是貝葉斯網(wǎng)絡(luò)，或者說是為了獲得貝葉斯網(wǎng)絡(luò)的一種學(xué)習(xí)。其又可分為結(jié)構(gòu)學(xué)習(xí)和多數(shù)學(xué)習(xí)。

以上所有內(nèi)容便是小編此次為大家?guī)淼挠嘘P(guān)機(jī)器學(xué)習(xí)的所有介紹，如果你想了解更多有關(guān)機(jī)器學(xué)習(xí)的內(nèi)容，不妨在我們網(wǎng)站或者百度、google進(jìn)行探索哦。