欢迎来到天天文库
浏览记录
ID:41702526
大小:70.36 KB
页数:4页
时间:2019-08-30
《机器学习与大数据基础知识总结》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、人工智能机器学习的父类-人工智能机器学习的子类•■深度学习跟机器学习相关的内容,包括学科(如数据挖掘、计算机视觉等),算法(神经网络,svm)等等。传统上如果我们想让计算机工作,我们给它一串指令,然后它遵照这个指令一步步执行下去。有因有果,非常明确。但这样的方式在机器学习屮行不通。机器学习根木不接受你输入的指令,相反,它接受你输入的数据!也就是说,机器学习是一种让计算机利用数据而不是指令来进行各种工作的方法。这听起来非常不可思议,但结果上却是非常可行的。“统计”思想将在你学习“机器学习”相关理念时无时无刻不伴随,和关而不是因杲的概念将是支撑机器学习能够工
2、作的核心概念。你会颠覆对你以而所有程序中建立的因果无处不在的根本理念。机器学习的核心思想是统计和归纳。计算机执行这些辅助决策的过程就是机器学习的过程。机器学习方法是计算机利用已冇的数据(经验),得出了某种模型(迟到的规律),并利用此模型预测未來(是否迟到)的一种方法。但从实践的意义上来说,机器学习是一种通过利用数据,训练出模型,然后使用模型预测的一种方法。—般來说(不是绝対),数据越多,最后机器学习生成的模型预测的效果越好。“训练”产生“模型”,“模型”指导“预测”。、训练f新的输入模型预测未知数据>属性历史数据机器V习与人类思考的类比英实,机器学习跟模
3、式识别,统计学习,数据挖掘,计算机视觉,语音识别,自然语言处理等领域有着很深的联系。下图是机器学习所牵扯的一•些相关范围的学科与研究领域。模式识别计算机视觉语音识别机器学习自然语言处理>^Ssiate机辭学习与相关学科模式识别模式识别二机器学习。两者的主要区别在于前者是从工业界发展起來的概念,后者则主要源自计算机学科。在著名的《PatternRecognitionAndMachineLearning》这本书中,ChristopherM.Bishop在开头是这样说的“模式识别源自工业界,而机器学习来自于计算机学科。不过,它们中的活动可以被视为同一个领域的两
4、个方面,同时在过去的10年间,它们都有了长足的发展”。数据挖掘数据挖掘二机器学习+数据库。这几年数据挖掘的概念实在是太耳熟能详。几乎等同丁•炒作。但凡说数据挖掘都会吹嘘数据挖掘如何如何,例如从数据中挖出金了,以及将废弃的数据转化为价值等等。但是,我尽管可能会挖出金子,但我也可能挖的是“石头”啊。这个说法的意思是,数据挖掘仅仅是一种思考方式,告诉我们应该尝试从数据中挖掘出知识,但不是每个数据都能挖掘出金子的,所以不要神话它。一个系统绝对不会因为上了一个数据挖掘模块就变得无所不能(这是IBM最喜欢吹嘘的),恰恰相反,一个拥有数据挖掘思维的人员才是关键,而且他
5、还必须対数据有深刻的认识,这样才可能从数据中导岀模式指引业务的改善。大部分数据挖掘屮的算法是机器学习的算法在数据库屮的优化。统计学习统计学习近似等于机器学习。统计学习是个与机器学习高度重叠的学科。因为机器学习中的大多数方法來自统计学,甚至可以认为,统计学的发展促进机器学习的繁荣昌盛。例如著名的支持向量机算法,就是源自统计学科。但是在某种程度上两者是冇分别的,这个分别在于:统计学习者重点关注的是统计模型的发展与优化,偏数学,而机器学习者更关注的是能够解决问题,偏实践,因此机器学习研究者会重点研究学习算法在计算机上执行的效率与准确性的提升。计算机视觉计算机视
6、觉二图像处理+机器学习。图像处理技术用于将图像处理为适合进入机器学习模型中的输入,机器学习则负责从图像屮识别岀相关的模式。计算机视觉相关的应用非常的多,例如百度识图、手写字符识別、车牌识别等等应用。这个领域是应用前景非常火热的,同时也是研究的热门方向。随着机器学习的新领域深度学习的发展,大大促进了计算机图像识別的效果,因此未來计算机视觉界的发展前景不可估量。语音识别语音识别二语音处理+机器学习。语音识别就是音频处理技术与机器学习的结合。语音识别技术一般不会单独使用,一般会结合口然语言处理的相关技术。口前的相关应用有苹果的语音助手siri等。自然语言处理自
7、然语言处理二文木处理+机器学习。自然语言处理技术主要是让机器理解人类的语言的一门领域。在口然语言处理技术中,大量使用了编译原理相关的技术,例如词法分析,语法分析等等,除此之外,在理解这个层面,则使用了语义理解,机器学习等技术。作为唯一山人类自身创造的符号,白然语言处理一直是机器学习界不断研究的方向。按照百度机器学习专家余凯的说法“听与看,说口了就是阿猫和阿狗都会的,而只有语言才是人类独有的”。如何利用机器学习技术进行自然语言的的深度理解,一直是工业和学术界关注的焦点。可以看出机器学习在众多领域的外延和应用。机器学习技术的发展促使了很多智能领域的进步,改善
8、着我们的生活。大数据与机器学习机器学习的应用一大数据大数据的核心是利用数据的价值
此文档下载收益归作者所有