标签：综合 概率论 提高 自动 能力 自己 tom 定位 mic
1、概念：多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度等多门学科。专门研究计算机怎样模拟学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。
2、学科定位：人工智能（Artificial Intelligence， AI）的核心，是使计算机具有智能的根本途径，其应用编辑人工智能的各个领域，它主要使用归纳、综合而不是演绎。
3、定义：探究和开发一系列算法来如何使计算机不需要通过外部明显的指示，而可以自己通过数据来学习、建模，并且利用建好的模型和新的输入来进行预测的学科。
Arthur Samuel（1959）：一门不需要通过外部程序指示而让计算机有能力自我学习的学科
Langley（1996）：机器学习是一门人工智能的科学，该领域的主要研究对象是人工智能，特别是如何在经验学习中改善具体算法的性能。
Tom Michelle（1997）：机器学习是对能够通过经验自动改进的计算机算法的研究
学习：针对经验E和一系列的任务T和一定表现的衡量P，如果随着经验E的积累，针对定义好的任务T可以提高表现P，就说计算机具有学习能力。
例如计算机下棋：经验是下了多少棋，任务是赢棋，表现是和人下棋的胜率。
机器学习（一）
标签：综合 概率论 提高 自动 能力 自己 tom 定位 mic
原文地址：http://www.cnblogs.com/Melvin-Dong/p/7343947.html
