标签:log 符号 参考 获取 基于 概念 神经网络 nbsp 一个
首先,机器学习是人工智能的一个分支,是人工智能发展到一定阶段的必然产物。
人工智能简史
推理期:二十世纪五十年代到七十年代;认为只要赋予机器逻辑推理能力,机器就具有了智能。
知识期:盛行于二十世纪七十年代中期;认为使机器具有智能,必须具备知识。
机器学习期:当今时代;让机器自己学习知识,以获得智能。
机器学习简史
E.A.Feigenbaum对机器学习的划分:机械学习,示教学习,类比学习和归纳学习。其中归纳学习,即是从样例中学习,被研究最多应用最广,发展包括:
符号主义学习:盛行于二十世纪八十年代;代表包括决策树(Decision Tree)和基于逻辑的学习。
连接主义学习:二十世纪九十年代中期之前的另一大主流;基于神经网络,D.E.Rumelhart 的BP算法对连接主义学习的推广与应用,起到深远。
统计学习:二十世纪九十年代中期开始成为主流;代表技术为支持向量机(SVM)和更一般的核方法(Kernel Methods)。
参考:西瓜书
标签:log 符号 参考 获取 基于 概念 神经网络 nbsp 一个
原文地址:https://www.cnblogs.com/sanlangHit/p/11624839.html