【机器学习】机器到底在学什么？ 140094

【机器学习】机器到底在学什么？——更多资源,课程更新在

资源，名师讲座课程简介：

【机器学习】机器到底在学什么？

什么是机器学习？

我们是如何得出我们的定义的（也就是：专家研究人员的观点）

机器学习的基本概念

ML模型的可视化表示

我们如何让机器学习

ML的挑战和局限概述

深度学习简介

无论你对机器学习是否有兴趣，我们都将把这些资源整合在一起，以帮助你解决有关机器学习的问题 - 所以你可以查看任何你感兴趣的话题，或者按照顺序阅读这篇文章都可以，那么我们就从下面的机器学习定义开始：

什么是机器学习？

机器学习是让计算机像人类一样学习和行动的科学，通过以观察和与现实世界进行互动的形式向他们提供数据和信息，随着时间的推移，以自主的方式提高计算机的学习能力。”

上述定义包含了机器学习的理想目标或最终目标，正如该领域的许多研究人员所表达的那样。本文的目的是为具有商业头脑的读者提供有关机器学习的定义及其工作原理的专家观点。 机器学习和人工智能在许多人的脑海中具有相同的定义，但读者也应该认识到他们其中的一些明显的差异。

我们是如何得出我们的定义的：

（我们的整理的机器学习定义可以在本文开头找到）

与任何概念一样，机器学习的定义可能略有不同，具体取决于你向谁问机器学习的概念。我们梳理了在互联网中对机器学习的定义，从一些著名的来源中找到五个实用的定义：

最基本的机器学习是使用算法解析数据，从中学习，然后对世界上的一些事情做出决定或者是预测。” - Nvidia

机器学习是一门不需要明确编程就能让计算机运行的科学。” - 斯坦福大学

机器学习基于算法，可以从数据中进行学习而不依赖于基于规则的编程。” - 麦肯锡公司

机器学习算法可以通过例子从中挑选出执行最重要任务的方法。” - 华盛顿大学

机器学习领域旨在回答这样一个问题：”我们如何建立能够根据经验自动改进的计算机系统，以及管理所有学习过程的基本法则是什么？ - 卡内基梅隆大学

我们将这些定义发送给我们采访过和/或包含在我们之前的研究共识中的专家，并要求他们回答他们最喜欢的定义或提供他们自己的定义。我们的介绍性定义旨在反映不同的反应。以下是他们的一些回复：

蒙特利尔大学Yoshua Bengio博士：

ML不应由否定来定义（因此判定2和3）。而我的定义如下：

机器学习研究是人工智能研究的一部分，旨在通过数据，观察和与世界的互动为计算机提供知识。获得的知识允许计算机能够正确地推广到新设置。

Danko Nikolic博士，CSC和Max-Planck研究所：

（选择上面的数字2）：机器学习是让计算机在没有明确编程的情况下采取行动的科学，而是让他们自己学习一些技巧。”

路易斯维尔大学Roman Yampolskiy博士：

机器学习是一门让计算机学习和人类做得更好或更好的科学。

华盛顿大学Emily Fox博士：

我最喜欢的定义是第五个。

机器学的习基本概念

有许多不同类型的机器学习算法，每天都会有新发布数百种的算法，并且它们通常按学习风格（即监督学习，无监督学习，半监督学习）或通过形式或功能的相似性（即分类，回归，决策树，聚类，深度学习等）。无论学习风格或功能如何，机器学习算法的所有组合都包含以下内容：

表示（一组分类器或计算机理解的语言）

评估（又名目标/评分功能）

优化（搜索方法;通常是评分最高的分类器;使用现成的和自定义的优化方法）

。。。。。