人工智能之Mechine Learning

關鍵字人工智能 MechineLearning 機器學習

2019-08-15 來源：新通教育網(wǎng)igo.cn 作者： 新通小編 閱讀量：手機閱讀

摘要

人工智能最近被炒得火熱，但大部分人對它還是一知半解，充滿疑惑。今天我來給大家講一下人工智能下的一個方向:Mechine Learning。

人工智能在最近的it領域可以說是被炒的火熱，即將在上海舉行的世界人工智能大會更是將人工智能推到一個高點，但大部分人對人工智能仍然是一頭霧水，究竟什么是人工智能？人工智能（Artificial Intelligence），英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統(tǒng)的一門新的技術科學。今天我來給大家講一下人工智能下的一個方向:Mechine Learning。

機器學習是一門無需明確編程就能讓計算機運行的科學。在過去的十年里，機器學習給我們帶來了自動駕駛汽車、實用的語音識別、有效的網(wǎng)絡搜索，以及對人類基因組的極大了解。機器學習在今天是如此普及，以至于你可能一天使用它幾十次而不知道它。許多研究人員還認為，這是向人類水平的人工智能邁進的最佳途徑。>>學習人工智能哪個大學好？

美國計算機游戲和人工智能領域的先驅阿瑟·塞繆爾(Arthur Samuel)于1959年在IBM工作時創(chuàng)造了“機器學習”一詞。作為一項科學研究，機器學習源于對人工智能的探索。早在人工智能作為一門學術學科的早期，一些研究人員就對讓機器從數(shù)據(jù)中學習產生了興趣。他們試圖用各種符號方法，以及當時被稱為“神經(jīng)網(wǎng)絡”的方法來解決這個問題;這些主要是感知器和其他模型，后來發(fā)現(xiàn)是對統(tǒng)計的廣義線性模型的重新發(fā)明。概率推理也被采用，特別是在自動醫(yī)療診斷中。然而，對邏輯的、基于知識的方法的日益重視導致了人工智能和機器學習之間的裂痕。概率系統(tǒng)一直受到數(shù)據(jù)采集和表示的理論和實際問題的困擾。1980年，專家系統(tǒng)開始主導人工智能，統(tǒng)計數(shù)據(jù)不再受歡迎。對符號/知識學習的研究確實在人工智能中繼續(xù)進行，導致了歸納邏輯編程，但更多的統(tǒng)計研究現(xiàn)在已經(jīng)超出了人工智能本身的領域，即模式識別和信息檢索。大約在同一時期，人工智能和計算機科學放棄了對神經(jīng)網(wǎng)絡的研究。這條線也被其他學科的研究人員，包括Hopfield, Rumelhart和Hinton，在AI/CS領域之外，作為“連接主義”繼續(xù)延伸。20世紀80年代中期，隨著反向傳播的重新發(fā)明，他們獲得了巨大的成功。機器學習，重組為一個獨立的領域，開始蓬勃發(fā)展在1990年代。該領域的目標從實現(xiàn)人工智能轉變?yōu)榻鉀Q具有實用性的可解決問題。它將注意力從從人工智能繼承的符號方法轉移到從統(tǒng)計學和概率論借鑒的方法和模型上。資訊科技署亦受惠于數(shù)碼資訊的日益普及，以及透過互聯(lián)網(wǎng)分發(fā)資訊的能力。>>人工智能還有哪些方向專業(yè)？

人們對機器學習產生興趣的原因，與數(shù)據(jù)挖掘和貝葉斯分析比以往任何時候都更受歡迎的原因相同。比如不斷增長的可用數(shù)據(jù)量和種類，更便宜、更強大的計算處理，以及負擔得起的數(shù)據(jù)存儲。所有這些都意味著可以快速自動地生成模型，從而分析更大、更復雜的數(shù)據(jù)，甚至在非常大的范圍內交付更快、更準確的結果。通過建立精確的模型，一個組織有更好的機會識別有利可圖的機會或避免未知的風險。

機器學習是一個交叉性的方向，一般在計算機類，數(shù)據(jù)類，統(tǒng)計類等專業(yè)下都有這個分支。

圖靈獎獲得者、中國工程院外籍院士——Raj Reddy表示：“Al將成為人類的“守護天使”，幫助他們完成現(xiàn)在無法完成的任務‘’讓我們期待機器學習，人工智能在未來中大放光彩！

【免費撥打400-618-8866一對一專家咨詢，定制留學專屬規(guī)劃】

新通360°快速
留學評估

留學費用
評估計算器

新通GPA平均分
計算器

2019世界大學
排名指南