2、机器学习简介及其分类

简介

机器学习是指让机器从数据中自动学习规律和知识，并利用这些规律和知识进行预测或决策的技术，机器学习包括监督学习、无监督学习、强化学习，其中监督学习也被称作有监督的学习，有监督的意思就是预先知道据有什么样的目标，通过一些已经知道结果的数据（也叫做有标注的数据）训练模型，完成训练后，再将新问题给模型去解答，常用的有监督的算法有KNN（K近邻）算法、线性回归、罗辑回归、支持向量机、决策树、神经网络等；无监督学习就是用没有标注的数据进行模型训练，从没有标注的数据中找隐藏的特征，这其中无需人工干预，该类算法可以发现信息的相似性和差异性，一些比较重要无监督学习算法包含了k-means算法、分层聚类算法、最大期望算法（EM）等的聚类算法，主成分分析（PCA）、核主成分分析、局部线性嵌入等降纬算法以及先验算法（Apriori）频繁项集挖掘（Eclat）等关联规则学习算法；强化学习是就是再联系的学习交互中不断的学习更优的方法，从而制定最佳的策略，其中包含了策略优化、Q-learning等。
自从AI被证实提出后，人工智能就开始逐渐走进人们的视野，当时对人工智能的理解还很肤浅，随着很多科幻电影和小说不断的对人工智能的描述，才使得人们逐渐认识到了人工智能的应用未来会是一个