机器学习 (ML)

机器学习

机器学习通常被认为等同于人工智能。

这是不正确的。 机器学习是人工智能的一个子集。

机器学习是人工智能的一门学科,它使用数据来教机器。

"机器学习是一个研究领域,它赋予计算机无需编程即可学习的能力。"

亚瑟·塞缪尔 (1959)


监督学习

监督学习使用标记数据(具有已知答案的数据)来训练算法:

  • 分类数据
  • 预测结果

监督学习可以根据已知的垃圾邮件示例分类诸如"什么是电子邮件中的垃圾邮件"之类的数据。

监督学习可以预测结果,例如根据您播放的视频预测您喜欢哪种视频。


无监督学习

无监督学习用于预测未定义的关系,例如数据中有意义的模式。

这是关于创建计算机算法而不是自我改进。

预计机器学习将转向无监督学习,让程序员在不创建模型的情况下解决问题。


自我监督学习

自监督学习与无监督学习相似,因为两者都使用没有人工添加标签的数据。

不同之处在于,无监督学习使用聚类、分组和降维,而自监督学习对回归和分类任务得出自己的结论。