隨著人工智能（AI）技術(shù)對各行各業(yè)有越來越深入的影響，我們也更多地在新聞或報告中聽到“機器學(xué)習(xí)”、“深度學(xué)習(xí)”、“增強學(xué)習(xí)”、“神經(jīng)網(wǎng)絡(luò)”等詞匯，對于非專業(yè)人士來說略為玄幻。這篇文章為讀者梳理了包括這些在內(nèi)的12個關(guān)鍵詞，希望幫助讀者更清晰地理解，這項人工智能技術(shù)的內(nèi)涵和潛能。
1、機器學(xué)習(xí)
湯姆·米歇爾教授任職于卡內(nèi)基梅隴大學(xué)計算機學(xué)院、機器學(xué)習(xí)系，根據(jù)他在《機器學(xué)習(xí)》一書中的定義，機器學(xué)習(xí)是“研究如何打造可以根據(jù)經(jīng)驗自動改善的計算機程序”。機器學(xué)習(xí)在本質(zhì)上來說是跨學(xué)科的，使用了計算機科學(xué)、統(tǒng)計學(xué)和人工智能以及其他學(xué)科的知識。機器學(xué)習(xí)研究的主要產(chǎn)物是算法，可以幫助基于經(jīng)驗的自動改善。這些算法可以在各個行業(yè)有廣泛應(yīng)用，包括計算機視覺、人工智能和數(shù)據(jù)挖掘。
2、分類
分類的含義是，打造模型，將數(shù)據(jù)分類進(jìn)入不同的類別。這些模型的打造方式，是輸入一個訓(xùn)練數(shù)據(jù)庫，其中有預(yù)先標(biāo)記好的類別，供算法進(jìn)行學(xué)習(xí)。然后，在模型中輸入類別未經(jīng)標(biāo)記的數(shù)據(jù)庫，讓模型基于它從訓(xùn)練數(shù)據(jù)庫中所學(xué)到的知識，來預(yù)測新數(shù)據(jù)的類別。
因為這類的算法需要明確的類別標(biāo)記，因此，分類算是“監(jiān)督學(xué)習(xí)”的一種形式。
3、回歸
回歸是與分類緊密聯(lián)系在一起的。分類是預(yù)測離散的類別，而回歸則適用的情況，是當(dāng)預(yù)測“類別”由連續(xù)的數(shù)字組成。線性回歸就是回歸技術(shù)的一個例子。
圖片來源：KDNuggets
下載文檔
