機器學習研究意義

時間：2022-02-18 05:30:02 | 來源：信息時代

時間：2022-02-18 05:30:02 來源：信息時代

學習是人類具有的一種重要智能行為，但究竟什么是學習，長期以來卻眾說紛紜。社會學家、邏輯學家和心理學家都各有其不同的看法。

比如，Langley（1996)定義的機器學習是'機器學習是一門人工智能的科學，該領(lǐng)域的主要研究對象是人工智能，特別是如何在經(jīng)驗學習中改善具體算法的性能'。（Machinelearningisascienceoftheartificial.Thefield'smainobjectsofstudyareartifacts,specificallyalgorithmsthatimprovetheirperformancewithexperience.'）

TomMitchell的機器學習(1997)對信息論中的一些概念有詳細的解釋,其中定義機器學習時提到，'機器學習是對能通過經(jīng)驗自動改進的計算機算法的研究'。（MachineLearningisthestudyofcomputeralgorithmsthatimproveautomaticallythroughexperience.）

Alpaydin（2004）同時提出自己對機器學習的定義，'機器學習是用數(shù)據(jù)或以往的經(jīng)驗，以此優(yōu)化計算機程序的性能標準。'（Machinelearningisprogrammingcomputerstooptimizeaperformancecriterionusingexampledataorpastexperience.）

盡管如此，為了便于進行討論和估計學科的進展，有必要對機器學習給出定義，即使這種定義是不完全的和不充分的。顧名思義，機器學習是研究如何使用機器來模擬人類學習活動的一門學科。稍為嚴格的提法是：機器學習是一門研究機器獲取新知識和新技能，并識別現(xiàn)有知識的學問。這里所說的'機器'，指的就是計算機，電子計算機，中子計算機、光子計算機或神經(jīng)計算機等等。

機器能否象人類一樣能具有學習能力呢？1959年美國的塞繆爾(Samuel)設(shè)計了一個下棋程序，這個程序具有學習能力，它可以在不斷的對弈中改善自己的棋藝。4年后，這個程序戰(zhàn)勝了設(shè)計者本人。又過了3年，這個程序戰(zhàn)勝了美國一個保持8年之久的常勝不敗的冠軍。這個程序向人們展示了機器學習的能力，提出了許多令人深思的社會問題與哲學問題。

機器的能力是否能超過人的，很多持否定意見的人的一個主要論據(jù)是：機器是人造的，其性能和動作完全是由設(shè)計者規(guī)定的，因此無論如何其能力也不會超過設(shè)計者本人。這種意見對不具備學習能力的機器來說的確是對的，可是對具備學習能力的機器就值得考慮了，因為這種機器的能力在應(yīng)用中不斷地提高，過一段時間之后，設(shè)計者本人也不知它的能力到了何種水平。

機器學習有下面幾種定義：'機器學習是一門人工智能的科學，該領(lǐng)域的主要研究對象是人工智能，特別是如何在經(jīng)驗學習中改善具體算法的性能'。'機器學習是對能通過經(jīng)驗自動改進的計算機算法的研究'。'機器學習是用數(shù)據(jù)或以往的經(jīng)驗，以此優(yōu)化計算機程序的性能標準。'一種經(jīng)常引用的英文定義是：AcomputerprogramissaidtolearnfromexperienceEwithrespecttosomeclAssoftasksTandperformancemeasureP,ifitsperformanceattasksinT,asmeasuredbyP,improveswithexperienceE.

機器學習已經(jīng)有了十分廣泛的應(yīng)用，例如：數(shù)據(jù)挖掘、計算機視覺、自然語言處理、生物特征識別、搜索引擎、醫(yī)學診斷、檢測信用卡欺詐、證券市場分析、DNA序列測序、語音和手寫識別、戰(zhàn)略游戲和機器人運用。