关于机器学习的应用有哪些

       机器学习是一门多领域的交叉学科，涉及概率论、统计学、接近论、突出分析、算法复杂性理论等学科。研究计算机如何模拟或实现人类的学习行为，以获得新的知识或技能，重组现有的知识结构，不断提高其性能。以下就是小编为大家带来的关于机器学习的应用有哪些。

璞华PMS

0

1条点评

咨询产品

免费试用

解决用户选型困难的好软件，有各维度的信息

客户案例

暂无

合作品牌

14

关于机器学习的应用有哪些

       关于机器学习的应用有哪些

一，第一阶段是20世纪50年代中叶到60年代中叶，这个时期主要研究“有无知识的学习”。这类方法主要是研究系统的执行能力。这个时期，主要通过对机器的环境及其相应性能参数的改变来检测系统所反馈的数据，就好比给系统一个程序，通过改变它们的自由空间作用，系统将会受到程序的影响而改变自身的组织，最后这个系统将会选择一个最优的环境生存。在这个时期最具有代表性的研究就是Samuet的下棋程序。但这种机器学习的方法还远远不能满足人类的需要。

二，第二阶段从20世纪60年代中叶到70年代中叶，这个时期主要研究将各个领域的知识植入到系统里，在本阶段的目的是通过机器模拟人类学习的过程。同时还采用了图结构及其逻辑结构方面的知识进行系统描述，在这一研究阶段，主要是用各种符号来表示机器语言，研究人员在进行实验时意识到学习是一个长期的过程。

三，第三阶段从20世纪70年代中叶到80年代中叶，称为复兴时期。在此期间，人们从学习单个概念扩展到学习多个概念，探索不同的学习策略和学习方法，且在本阶段已开始把学习系统与各种应用结合起来，并取得很大的成功。同时，专家系统在知识获取方面的需求也极大地刺激了机器学习的研究和发展。在出现第一个专家学习系统之后，示例归纳学习系统成为研究的主流，自动知识获取成为机器学习应用的研究目标。1980年，在美国的卡内基梅隆（CMU）召开了第一届机器学习国际研讨会，标志着机器学习研究已在全世界兴起。此后，机器学习开始得到了大量的应用。

       机器学习实际上已经存在了几十年或几个世纪。可以追溯到17世纪，贝叶斯、拉普拉斯对最小二乘法的推导和马尔可夫链构成了广泛应用于机器学习的工具和基础。以上就是小编为大家带来的关于机器学习的应用有哪些。