|
发表于 2024-9-13 12:03:13
|
显示全部楼层
机器学习寻求从大量数据中提取知识,而这些限制较少。机器学习算法的目标是通过从已知的例子中归纳(学习)来确定数据中的底层结构,从而自动化决策过程。该算法能够在没有人工帮助的情况下,从数据中生成结构或预测。机器学习算法的基本方法是“找到模式,应用模式(find the pattern, apply the pattern)”。
在更广泛的人工智能领域,机器学习算法的其他类别被区分开来。在深度学习(deep learning)中,复杂的算法处理复杂的任务,如图像分类、人脸识别、语音识别和自然语言处理。深度学习基于神经网络(neural networks, NN),也称为人工神经网络(artificial neural networks, ANN),是一种高度灵活的ML算法,已成功应用于各种以大数据集、非线性和特征交互为特征的监督和非监督任务。在强化学习(reinforcement learning)中,计算机通过与自身或由同一算法产生的数据交互进行学习。深度学习和强化学习原理已经被结合起来,创造出高效的算法,用于解决机器人、医疗保健和金融领域的一系列高度复杂的问题。
<hr/>学习更多:
Mr Figurant:CFA2级读书B4:机器学习 |
|