第5章 机器学习 机器学习(Machine Learning)是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,并重新组织已有的知识结构使之不断改善自身性能的技术。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,主要使用归纳、综合而不是演绎的方法。在过去的10年中,机器学习帮助我们自动驾驶汽车,进行语音识别和网络语义搜索。SIGAI将机器学习的方式分为5种:有监督学习、无监督学习、概率图模型、深度学习和强化学习。本章只介绍前4种,强化学习放在第6章介绍。 5.1 机器学习模型 图5-1展示了机器学习的简化过程。 图5-1 机器学习一般过程 f(x)称为学习模型,泛化能力是指机器学习算法对新鲜样本的适应能力。通常期望学习模型具有较强的泛化能力。 1.机器学习与人类学习对比 机器学习属于人工智能的一个分支。所以,学习是一种智能,图5-2给出了机器学习在人工智能学科中的地位。图5-3��出了机器学习与人类学习的对比。 图5-2 机器学习的地位 图5-3 机器学习与人类学习的对比