|
Post by account_disabled on Oct 9, 2023 1:19:08 GMT -7
Wag 表示,真正的人。 机器学习:自我改变的程序 机器学习是人工智能的一部分。所有的机器学习都是人工智能,但并非所有的人工智能都被认为是机器学习。例如,符号逻辑——规则引擎、专家系统和知识图谱——都可以被描述为人工智能,而不能被归类为机器学习。 机器学习与知识图和专家系统的区别之一是它在接触更多数据时能够进行自我修改。例如,机器学习是动态的,不需要人工干预来做出某些改变。这使得它不那么脆弱,也更少依赖人类专家。 1959 年,机器学习的先驱之一 Arthur Samuel将机器 Whatsapp 号码列表 学习定义为一个研究领域,它赋予计算机无需显式编程的学习能力。也就是说,机器学习程序还没有像上面的if-then语句那样显式地输入到计算机中。从某种意义上说,机器学习程序会根据它们所知道的数据进行自我调整(就像一个出生时什么都不知道的孩子会根据经验调整对世界的理解)。 塞缪尔教计算机程序下国际象棋。他的目标是教他比自己下棋更好,这显然不是他可以明确编程的东西。他取得了成功,并于 1962 年击败了来自康涅狄格州的国际象棋冠军。 机器学习的“学习”部分是指机器学习算法尝试沿着某些维度进行优化;也就是说,他们通常试图最小化错误或最大化他们的预测正确的概率。 它包含三个特征:误差函数、损失函数或目标函数,因为算法有一个目标……当有人说他们正在使用机器学习算法时,你可以通过询问来了解该值的要点:什么是目标函数? 如何尽量减少错误?一种方法是构建一个框架,将输入相乘以猜测这些输入的性质。 不同的输出是输入和算法的产物。通常,最初的猜测是完全错误的,如果您足够幸运,拥有与输入相关联的真实标签,您可以通过将其与事实进行比较来衡量您的猜测有多么错误,然后使用该错误来修改您的猜测算法。这就是神经网络的作用。他们继续测量误差并修改参数,直到无法实现更小的误差。 简而言之,机器学习是一种优化算法。
|
|