第一章 機器學習概述

機器學習的概念

學習：可以從不同角度對學習給出解釋，但是都包含了知識獲取和能力改善這兩個主要方面。因此給學習如下一般的解釋：學習是一個有特定目的的知識獲取和能力增長過程，其內在行為是獲得知識、積累經驗發現規律等，其外部表現是改進性能、適應環境、實現自我完善等。

機器學習：機器學習是一門研究怎樣用計算機來模擬或實現人類學習活動的學科，是計算機科學、數學、心理學、生物學和哲學等多門學科的交叉。

機器學習的發展歷史

第一階段是20世紀50年代中葉到60年代中葉屬於熱烈時期。第二階段是在20世紀60年代中葉到70年代中葉被稱為機器學習的冷靜時期。第三階段從20世紀七十年代中葉到80年代中葉稱為復興時期。第四階段，從20世紀80年代中葉到現在是機器學習的最新階段。

機器學習的分類

基於學習策略的分類：模擬人腦的機器學習，包括符號學習和神經網絡學習；直接采用數學方法的機器學習。

基於學習方法的分類：歸納學習：包括符號歸納學習和函數歸納學習；演繹學習；類比學習；分析學習。

基於學習方式的分類：監督學習；無監督學習；強化學習。

基於數據形式的分類：結構化學習和無結構化學習。

基於學習目標的分離：概念學習；規則學習；函數學習；類別學習；貝葉斯網絡學習。

機器學習的主要策略

1.基於神經網絡的學習

《機器學習理論、方法及應用》研讀(1)