机器学习简史

本文概述了机器学习的历史,从1949年Donald Hebb的赫步理论开始,到2005年Hinton、LeCun、Bengio和Andrew Ng的深度学习革命。涉及关键人物、算法,如感知机、决策树、支持向量机、Adaboost和随机森林,以及深度学习的兴起。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

本文是Brief History of Machine Learning 的译文,原文链接:http://www.erogol.com/brief-history-machine-learning/

1949年 Donald Hebb(赫步):赫布理论

1949年,Donald Hebb(赫步)提出的赫布理论——解释了学习过程中大脑神经元所发生的变化,标志着机器学习领域迈出的第一步。概括来讲,赫布理论研究的是循环神经网络(RNN)中各节点之间的关联性。而里面提到的 RNN 具有把相似神经网络连接在一起的特征,并起到类似于记忆的作用。赫步理论的形式化表述如下:
假定反射行为的持续和重复(或称作"痕迹")能够引起细胞的永久改变,进而提高该行为的稳定性…如果细胞A的轴突距离近到可以激发细胞B,并且反复或持续的参与到细胞B的激活中,两个细胞其中之一或者两者 皆会进行增长或发生代谢性变化,使得A激活B的效率得到提升。

1952年 Arthur Samuel(亚瑟·塞缪尔):西洋跳棋程序

1952年,IBM 的 Arthur Samuel(亚瑟·塞缪尔)(被誉为“机器学习之父”)设计了一款可以学习的西洋跳棋程序。它能通过观察棋子的走位来构建新的模型,并用其提高自己的下棋技巧。Samuel 和这个程序进行多场对弈后发现,随着时间的推移程序的棋艺变得越来越好。Samuel 用这个程序推翻了以往“机器无法超越人类,不能像人一样写代码和学习”这一传统认识。而他对“机器学习”的定义是:不需要确定性编程就可以赋予机器某项技能的研究领域。

1957年 Rosenblatt(罗森布拉特):感知机

1957 年时,具备神经科学

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值