机器学习是什么?
发布网友
发布时间：2022-04-25 11:49
共4个回答
懂视网
时间：2023-03-03 07:05
1、机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。
2、它是人工智能核心，是使计算机具有智能的根本途径。
热心网友
时间：2023-03-03 04:13
机器学习是一类算法的总称，这些算法企图从大量历史数据中挖掘出其中隐含的规律，并用于预测或者分类，更具体的说，机器学习可以看作是寻找一个函数，输入是样本数据，输出是期望的结果，只是这个函数过于复杂，以至于不太方便形式化表达。需要注意的是，机器学习的目标是使学到的函数很好地适用于“新样本”，而不仅仅是在训练样本上表现很好。学到的函数适用于新样本的能力，称为泛化（Generalization）能力。
通常学习一个好的函数，分为以下三步：
1、选择一个合适的模型，这通常需要依据实际问题而定，针对不同的问题和任务需要选取恰当的模型，模型就是一组函数的集合。
2、判断一个函数的好坏，这需要确定一个衡量标准，也就是我们通常说的损失函数（Loss Function），损失函数的确定也需要依据具体问题而定，如回归问题一般采用欧式距离，分类问题一般采用交叉熵代价函数。
3、找出“最好”的函数，如何从众多函数中最快的找出“最好”的那一个，这一步是最大的难点，做到又快又准往往不是一件容易的事情。常用的方法有梯度下降算法，最小二乘法等和其他一些技巧（tricks）。
学习得到“最好”的函数后，需要在新样本上进行测试，只有在新样本上表现很好，才算是一个“好”的函数。
热心网友
时间：2023-03-03 05:31
机器学习是一门多领域交叉学科，涉及概率论、统计学、*近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。深度学习的发展需要大数据跟计算力的支撑，思腾合力成立 10 年来深耕教育、科研、AI行业，80%做人工智能科研等领域研究的重点高校已应用思腾产品，为各专业老师和同学们的科学实验研究提供了优秀的GPU加速解决方案，以及中科院下属各科研机构、研究所等也跟思腾建立了长期的合作关系，助力国家各领域科学研究。
热心网友
时间：2023-03-03 07:05
付费内容限时免费查看回答您好，很高兴为您服务，我是希希百度知道资深解答家，累计服务3000人，能帮您很好的解答问题。这边打字需要时间，请您稍等一下哦~
您好，我们把讨论的范围限定在最常见的有监督学习的框架内，所谓的机器学习模型，本质上是一个函数，其作用是实现从一个样本 [公式] 到样本的标记值 [公式] 的映射，即 [公式]
当然这样说太笼统了，事实上机器学习模型需要在给定样本集合 [公式] 以及其对应标签 [公式] 的情况下，用假设已知的函数形式 [公式] , 尽可能拟合客观存在的映射函数 [公式] ，并且保证 [公式] 在未知同分布样本上具有尽可能相近的拟合能力
线性模型是最简单的，也是最基本的机器学习模型。其数学形式如下：g(X;W)=WTX。有时，我们还会在WTX的基础上额外加入一个偏置项b，不过只要把X扩展出一维常数分量，就可以把带偏置项的线性函数归并到WTX的形式之中。线性模型非常简单明了，参数的每一维对应了相应特征维度的重要性。但是很显然，线性模型也存在一定的局限性。
希望我的回答对您有所帮助~祝您天天开心快乐~[鲜花]
