机器学习,也叫ML,它是AI 的一个子集。我们要记住:所有机器学习是 AI,但不是所有的 AI 是机器学习。用高中学过的知识来讲就是:ML包含于AI
机器学习是在1990年被提出来,比人工智能(AL)晚了35年。机器学习让我们通过算法来解决一些复杂的问题。正如人工智能先驱 Arthur Samuel 在 1959 中写道的那样,机器学习是需要研究的领域,它给计算机学习的能力而不是明确地编程能力。
大多数机器学习的目标是为特定场景开发预测引擎。一个算法将接收到一个域的信息。举个例子:一个人过去观看过的电影,权衡输入做出一个有用的预测(未来想看的不同电影的概率)。
通过计算机学习的能力,通过优化任务衡量变量的可用数据,做出算法,来对未来做出准确的预测。
机器通过训练学习。算法最初接收其输出是已知的示例,此时要注意其预测和正确输出之间的差异,并且调谐输入的权重以提高其预测的准确性,直到它们被优化。
因此,机器学习算法的定义特征是:它们的预测的质量会紧随着它的经验来不断地改进。
领取专属 10元无门槛券
私享最新 技术干货