機(jī)器學(xué)習(xí) "一詞經(jīng)常被誤認(rèn)為是人工智能[JB1]，但機(jī)器學(xué)習(xí)實(shí)際上是人工智能的一個(gè)子領(lǐng)域/類型。機(jī)器學(xué)習(xí)也常被稱為預(yù)測(cè)分析或預(yù)測(cè)建模。機(jī)器學(xué)習(xí) "一詞由美國(guó)計(jì)算機(jī)科學(xué)家阿瑟-塞繆爾(Arthur Samuel)于 1959 年創(chuàng)造，定義為 "計(jì)算機(jī)在沒有明確編程的情況下進(jìn)行學(xué)習(xí)的能力"。

在最簡(jiǎn)單的形式中，機(jī)器學(xué)習(xí)使用編程算法來接收和分析輸入數(shù)據(jù)，以預(yù)測(cè)可接受范圍內(nèi)的輸出值。當(dāng)算法接收到新數(shù)據(jù)時(shí)，它們會(huì)學(xué)習(xí)并優(yōu)化其操作，以提高性能并隨著時(shí)間的推移發(fā)展 "智能"。機(jī)器學(xué)習(xí)算法有四種類型：監(jiān)督學(xué)習(xí)、半監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)。

1.監(jiān)督學(xué)習(xí)

在監(jiān)督學(xué)習(xí)中，機(jī)器通過實(shí)例進(jìn)行學(xué)習(xí)。操作員為機(jī)器學(xué)習(xí)算法提供一個(gè)已知數(shù)據(jù)集，其中包含所需的輸入和輸出，而算法必須找到獲得這些輸入和輸出的方法。當(dāng)操作員知道問題的正確答案時(shí)，算法會(huì)識(shí)別數(shù)據(jù)中的模式，從觀察中學(xué)習(xí)并做出預(yù)測(cè)。算法預(yù)測(cè)，操作員糾正--這個(gè)過程一直持續(xù)到算法達(dá)到較高的準(zhǔn)確率/性能水平為止。

監(jiān)督學(xué)習(xí)的概念包括：分類、回歸和預(yù)測(cè)。

a.分類：在分類任務(wù)中，機(jī)器學(xué)習(xí)程序必須推斷出觀察值，并確定新觀察值屬于哪個(gè)類別。確定新觀測(cè)值屬于哪個(gè)類別。例如，在將電子郵件過濾為 "垃圾郵件 "或 "非垃圾郵件 "時(shí)，程序需要查看現(xiàn)有的觀測(cè)數(shù)據(jù)，并據(jù)此過濾電子郵件。

b.回歸：在回歸練習(xí)中，機(jī)器學(xué)習(xí)程序需要估計(jì)并理解變量之間的關(guān)系。回歸分析的重點(diǎn)是一個(gè)因變量和其他一些變化的變量，因此特別適用于預(yù)測(cè)和預(yù)報(bào)。

c.預(yù)測(cè)： 預(yù)測(cè)是根據(jù)過去和現(xiàn)在的數(shù)據(jù)預(yù)測(cè)未來的過程，通常用于分析趨勢(shì)。

2.半監(jiān)督學(xué)習(xí)

半監(jiān)督學(xué)習(xí)與監(jiān)督學(xué)習(xí)類似，但同時(shí)使用標(biāo)記數(shù)據(jù)和非標(biāo)記數(shù)據(jù)。有標(biāo)簽的數(shù)據(jù)基本上是有意義標(biāo)簽的信息，這樣算法就能理解數(shù)據(jù)，而無(wú)標(biāo)簽的數(shù)據(jù)則缺乏這種信息。利用這種結(jié)合，機(jī)器學(xué)習(xí)算法可以學(xué)會(huì)給無(wú)標(biāo)簽數(shù)據(jù)貼標(biāo)簽。

3.無(wú)監(jiān)督學(xué)習(xí)

在這里，機(jī)器學(xué)習(xí)算法通過研究數(shù)據(jù)來識(shí)別模式。沒有可選列表，也沒有人類操作員給出指令。相反，機(jī)器通過分析可用數(shù)據(jù)來確定相關(guān)性和關(guān)系。在無(wú)監(jiān)督學(xué)習(xí)中，機(jī)器學(xué)習(xí)算法負(fù)責(zé)解釋大型數(shù)據(jù)集，并以適當(dāng)?shù)姆绞教幚頂?shù)據(jù)。算法試圖以某種方式組織數(shù)據(jù)，以描述其結(jié)構(gòu)。這可能意味著將數(shù)據(jù)分組或排列，使其看起來更有序。

隨著算法評(píng)估的數(shù)據(jù)越來越多，它對(duì)數(shù)據(jù)做出決策的能力也會(huì)逐漸變得更好、更復(fù)雜。

無(wú)監(jiān)督學(xué)習(xí)屬于無(wú)指導(dǎo)學(xué)習(xí)的概念：

a.聚類：聚類是指(根據(jù)定義的標(biāo)準(zhǔn))對(duì)相似數(shù)據(jù)進(jìn)行分組。它有助于將數(shù)據(jù)劃分為多個(gè)組，并對(duì)每個(gè)數(shù)據(jù)集進(jìn)行分析，以找出模式。

b.降維：降維可以減少考慮的變量數(shù)量，從而找到所需的準(zhǔn)確信息。

4.強(qiáng)化學(xué)習(xí)

強(qiáng)化學(xué)習(xí)是一種模式化的學(xué)習(xí)過程，在這一過程中，機(jī)器學(xué)習(xí)算法被賦予操作、參數(shù)和最終值。通過指定規(guī)則，機(jī)器學(xué)習(xí)算法會(huì)嘗試探索不同的選項(xiàng)和可能性，并對(duì)每種結(jié)果進(jìn)行監(jiān)控和評(píng)估，以確定哪種結(jié)果是最優(yōu)的。在強(qiáng)化學(xué)習(xí)中，機(jī)器通過試驗(yàn)和錯(cuò)誤進(jìn)行學(xué)習(xí)。它從以前的經(jīng)驗(yàn)中吸取教訓(xùn)，開始根據(jù)當(dāng)前情況調(diào)整自己的方法，以獲得最佳結(jié)果。

海馬課堂專業(yè)課程輔導(dǎo)，輔導(dǎo)不滿意隨心退，試聽課全面升級(jí)，3500+嚴(yán)選碩博學(xué)霸師資，針對(duì)學(xué)生的薄弱科目和學(xué)校教學(xué)進(jìn)度，匹配背景相符的導(dǎo)師，根據(jù)學(xué)生情況進(jìn)行1V1專屬備課，課程輔導(dǎo)產(chǎn)品升級(jí)贈(zèng)送考前保障，上課時(shí)間靈活安排，中英雙語(yǔ)詳細(xì)講解課程中的考點(diǎn)、難點(diǎn)問題，并提供多方位的課后輔導(dǎo)，輔助學(xué)生掌握全部課程知識(shí)，補(bǔ)足短板。