机器学习-一种实现人工智能的方式

    人工智能是当今最流行的技术之一，这个概念第一次在五十年代的达特茅斯会议上被计算机科学家所提出，那时他们就梦想着能够设计出像人一样的能够思考的机器。然而，由于计算机技术的落后，人工智能在很长的一段时间里都处于混沌的状态，我们并不知道具体该如何实现它，太多的困难使人工智能陷入了低谷。然而，近代随着计算机技术的高速发展，人工智能这一技术再度活跃了起来...
    那么，什么是机器学习呢？可以这样理解，机器学习是人工智能的实现方式，是人工智能的一个子集，它主要实现了弱人工智能。计算机视觉，用户定制化推荐技术，垃圾邮件处理，web网页的搜索等是机器学习的一些应用方面。

---

     Define：A computer program is said to learn from experience E with respect to some task T and some performance measure P, if its performance on T, as measured by P, improves with experience E. （Tom Mitchell）

     这句话的中文翻译是：一个程序被认为能够从经验E中学习以解决任务T，最终达到性能度量值P（检验程序好坏的一个值），当且仅当，经过P值的检验，它解决任务T的性能会随着经验E的增加而增加。

     实例：假设有一个预测房价的程序，我们有影响房价的一些因素，简化此程序，我们假定只有房屋面积（Size)和其所处地（Location）影响着房价（Price)，我们有n组已知样本（Size--Location--Price），通过机器学习算法，我们就可以得到一定面积、一定所处地的房价，这就是机器学习的一个例子，在这个实例中，经验E是n组已知样本的经验，任务T是预测房价，性能度量值P是预测房价的准确的概率。

     机器学习算法主要包括监督学习和非监督学习两种，监督学习主要应用于分类问题和回归问题，它需要已知样本，需要我们教它如何做；非监督学习主要应用于聚类问题，我们不打算对它进行干预，而是让它自己进行学习。