Arthur Samuel的理解

“the field of study that gives computers the ability to learn without being explicitly programmed.”

也就是说，“研究领域使计算机无需进行明确编程即可学习”。这是之前提出的非正式的定义。

Tom Mitchell的理解

A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P, if its performance at tasks in T, as measured by P, improves with experience E.

这是一个更现代的定义，也就是说，如果某计算机程序在T任务上的性能（由P来衡量）随着经验E的提高而提高，那么据说计算机程序可以从经验E中学习一些任务T和性能指标P。

以玩跳棋为例子：
E =玩过许多跳棋游戏的经验，
T =扮演跳棋的任务，
P =程序将赢得下一场比赛的概率。
（大家可以将例子代入理解，通俗地说就是，计算机根据已有的经验像人一样进行学习，然后变强）

通常，可以将任何机器学习问题分配给以下两种广泛的分类之一：监督学习和无监督学习（Supervised learning and Unsupervised learning）。

什么是机器学习（ML）相关推荐

年终总结：2021年五大人工智能(AI)和机器学习(ML)发展趋势
明年,人工智能技术将在企业运营中更加根深蒂固. 人工智能(AI)和机器学习(ML)一直在改变着我们的世界,但是2020年给这两个改变游戏规则的人带来了新的机遇和紧迫性-预计2021年会有更大的发展. ...
人工智能AI和机器学习ML对量化交易领域的影响
BigQuant 人工智能量化投资平台是一站式的Python+机器学习+量化投资平台,对人工智能量化投资感兴趣的朋友可以直接打开浏览器进一步学习研究. 1. 人工智能与机器学习对于交易领域的影响交 ...
AI：人工智能概念之机器学习ML、深度学习DL、数据挖掘、知识发现、模式识别等重要领域之间比较关系结构图之详细攻略
AI:人工智能概念之机器学习ML.深度学习DL.数据挖掘.知识发现.模式识别等重要领域之间比较关系结构图之详细攻略目录 AI与ML.DL的概念 AI与ML.DL的结构关系图参考文章:<201 ...
ML：人工智能之机器学习ML解决实际应用问题的思路总过程(最全)
ML:人工智能之机器学习ML解决实际应用问题的思路总过程(最全) 目录详细思路结构详细思路结构
[机器学习] ML重要概念：梯度（Gradient）与梯度下降法（Gradient Descent）
本文转自:https://blog.csdn.net/walilk/article/details/50978864 引言机器学习栏目记录我在学习Machine Learning过程的一些心得笔记, ...
基本概念—机器学习ML与深度学习DL
一.概念比较机器学习(Machine Learning,ML):机器学习的概念很大,算法包括聚类算法.回归算法.监督学习.神经网络等深度学习(DeepLearning,DL):只包含机器学习大类中 ...
机器学习 ML.NET 发布 1.0 RC
ML.NET 是面向.NET开发人员的开源和跨平台机器学习框架(Windows,Linux,macOS),通过使用ML.NET,.NET开发人员可以利用他们现有的工具和技能组,为情感分析,推荐,图像分 ...
opencv机器学习ml模块简介
本文不涉原理,只介绍如何使用! ml模块为opencv的机器学习(machine learning,ml)代码库,包含各种机器学习算法: 0, class CvStatModel ; class Cv ...
超越 5G/6G 通信的人工智能 (AI) 和机器学习 (ML)
在过去的几年中,我们看到在现代社会和整个经济中使用数字技术提供广泛服务的巨大增长和新机遇在某些方面影响了我们的日常生活.人工智能和机器学习是这些创新数字技术/服务的核心,增长最快,要求也更高.Beyo ...
机器学习 ML在材料领域应用
关于举办"机器学习(ML)在材料领域应用专题培训班"通知二次学习完全免费,有全程的录制视频,可反复观看学习提前报名有优惠可以优惠400元(仅限15名) (五天课程,干货满满) ...

什么是机器学习（ML）

什么是机器学习（ML）

Arthur Samuel的理解

Tom Mitchell的理解

什么是机器学习（ML）相关推荐

最新文章

热门文章