人工智能与机器学习简史

首先,机器学习是人工智能的一个分支,是人工智能发展到一定阶段的必然产物。

人工智能简史

推理期:二十世纪五十年代到七十年代;认为只要赋予机器逻辑推理能力,机器就具有了智能。

  • 代表人物:A. Newell and H. Simon. 面临的问题:具有推理能力远远不够实现智能。

知识期:盛行于二十世纪七十年代中期;认为使机器具有智能,必须具备知识。

  • 代表人物:E. A. Feigenbaum. 面临的问题:很难把人总结出来的知识再教给计算机。

机器学习期:当今时代;让机器自己学习知识,以获得智能。

机器学习简史

E.A.Feigenbaum对机器学习的划分:机械学习,示教学习,类比学习和归纳学习。其中归纳学习,即是从样例中学习,被研究最多应用最广,发展包括:

符号主义学习:盛行于二十世纪八十年代;代表包括决策树(Decision Tree)和基于逻辑的学习。

  • 决策树学习:以信息论为基础,以信息熵的最小化为目标,直接模拟了人类对概念进行判定的树形流程。
  • 基于逻辑的学习:代表为逻辑程序设计(Inductive Logic Programming,ILP)。

连接主义学习:二十世纪九十年代中期之前的另一大主流;基于神经网络,D.E.Rumelhart 的BP算法对连接主义学习的推广与应用,起到深远。

  • 特点:连接主义学习产生的是“黑箱”模型,从知识获取的角度有明显弱点(不像符号主义);但是BP算法,使得它在很多问题上发挥作用。
  • 最大局限:试错性,其学习过程涉及大量参数,而参数的设置缺乏理论指导,主要靠手工调参;夸张一点说,参数调节上失之毫厘,学习结果可能差之千里。因此,在二十世纪九十年代中期,研究热度冷却了下来。
  • 二十一世纪初,又卷土从来,原因:深度学习的发展。深度学习,狭义地说即是有很多层的神经网络,在语音,图像等复杂对象的应用中性能很好。两个促成深度神经网络优越性能的因素:大量数据和高性能计算。

统计学习:二十世纪九十年代中期开始成为主流;代表技术为支持向量机(SVM)和更一般的核方法(Kernel Methods)。

  • 事实上,统计学习与连接主义学习有密切的联系。在SVM被普遍接受之后,核技术被应用到了机器学习的几乎每一个角落。

参考:西瓜书

原文地址:https://www.cnblogs.com/sanlangHit/p/11624839.html

时间: 2024-10-18 22:07:21

人工智能与机器学习简史的相关文章

简单读懂人工智能:机器学习与深度学习是什么关系

引言:随着AlphaGo战胜李世石,人工智能和深度学习这些概念已经成为一个非常火的话题.人工智能.机器学习与深度学习这几个关键词时常出现在媒体新闻中,并错误地被认为是等同的概念.本文将介绍人工智能.机器学习以及深度学习的概念,并着重解析它们之间的关系.本文将从不同领域需要解决的问题入手,依次介绍这些领域的基本概念以及解决领域内问题的主要思路.本文选自<Tensorflow:实战Google深度学习框架>. 从计算机发明之初,人们就希望它能够帮助甚至代替人类完成重复性劳作.利用巨大的存储空间和超

【转载】人工智能、机器学习和数据挖掘三者之间的关系

人工智能: 人工智能(ArtificialIntelligence),英文缩写为AI.它是关于知识的科学(知识的表示.知识的获取以及知识的应用). 人工智能(学科)是计算机科学中涉及研究.设计和应用智能机器的一个分支.它的近期主要目标在于研究用机器来模仿和执行人脑的某些智力功能,并开发相关理论和技术. 人工职能(能力)是智能机器所执行的通常与人类智能有关的智能行为,如判断.推理.证明.识别.感知.理解.通信.涉及.思考.规划.学习和问题求解等思维活动.该领域的研究包括:逻辑推理与定理证明.专家系

【问答集锦】人工智能/机器学习技术在电商场景下的应用

近年来阿里不断运用深度学习.强化学习等人工智能领域的相关知识优化自身电商平台的搜索引擎和推荐系统,让其从冷冰冰的系统不断成长为越来越懂用户的智能购物助手. 日前,<尽在双11>人工智能部分执笔人&阿里技术专家 乐田 与 仁重 就 "人工智能/机器学习技术在电商场景下的应用" 问题在OSCHINA与大家开展了问答活动. 本文整理了两位老师在开源中国高手问答中的精彩问答. 1 . 机器学习在电商方面除了广告推荐之类的方面外,还有其他的应用么?谢谢,还有学习这方面需要哪些

认识:人工智能AI 机器学习 ML 深度学习DL

人工智能 人工智能(Artificial Intelligence),英文缩写为AI.它是研究.开发用于模拟.延伸和扩展人的智能的理论.方法.技术及应用系统的一门新的技术科学. 人工智能是对人的意识.思维的信息过程的模拟.人工智能不是人的智能,但能像人那样思考.也可能超过人的智能. 人工智能的定义可以分为两部分,即"人工"和"智能". 机器学习 1.    什么是机器学习 根据等人事件中判断人是否迟到了解什么是机器学习,具体参见地址:http://www.cnblo

人工智能 VS 机器学习 VS 深度学习

(原文:) The Difference Between AI, Machine Learning, and Deep Learning? (译文:) 人工智能 . 机器学习 和 深度学习的区别? 作者:cleaner链接:https://www.zhihu.com/question/57770020/answer/154211072来源:知乎著作权归作者所有.商业转载请联系作者获得授权,非商业转载请注明出处.

38套大数据,云计算,架构,数据分析师,Hadoop,Spark,Storm,Kafka,人工智能,机器学习,深度学习,项目实战视频教程

38套大数据,云计算,架构,数据分析师,Hadoop,Spark,Storm,Kafka,人工智能,机器学习,深度学习,项目实战视频教程 视频课程包含: 38套大数据和人工智能精品高级课包含:大数据,云计算,架构,数据挖掘实战,实时推荐系统实战,电视收视率项目实战,实时流统计项目实战,离线电商分析项目实战,Spark大型项目实战用户分析,智能客户系统项目实战,Linux基础,Hadoop,Spark,Storm,Docker,Mapreduce,Kafka,Flume,OpenStack,Hiv

Python神经网络算法与深度学习视频教程人工智能算法机器学习实战视频教程

38套大数据,云计算,架构,数据分析师,Hadoop,Spark,Storm,Kafka,人工智能,机器学习,深度学习,项目实战视频教程 视频课程包含: 38套大数据和人工智能精品高级课包含:大数据,云计算,架构,数据挖掘实战,实时推荐系统实战,电视收视率项目实战,实时流统计项目实战,离线电商分析项目实战,Spark大型项目实战用户分析,智能客户系统项目实战,Linux基础,Hadoop,Spark,Storm,Docker,Mapreduce,Kafka,Flume,OpenStack,Hiv

人工智能与机器学习(1)

初识人工智能与机器学习: (1)关系: 人工智能是一个产业,基础是机器学习,机器学习是人工智能产业链下的一种方法,一种算法,深度学习则是机器学习的神经网络算法的一种延伸,拓展. (2)什么是机器学习? 给机器提出一个你想要完成的任务,并提供给他大量的学习数据,通过这些数据让他学会如何完成这个任务.使用数据推算出一个假说. (类比一下我们的高考生涯,任务是考高分,数据是各种各样的习题集,通过练习一步步提高自己的分数) (3)什么时候使用机器学习? 1.存在某种潜在性的pattern(规则)可以被学

大数据、人工智能、机器学习、深度学习,这些到底在说什么?

1,大数据.人工智能.机器学习.深度学习的关系. 大数据,或者说大数据分析平台,更具体一点就是大数据分析PaaS平台,其实是一种针对需要处理海量数据统计分析的PaaS云平台. 大数据学习可以加群:199427210 如果你正在学习大数据 ,小编欢迎你加入,大家都是软件开发党,不定期分享干货(只有大数据软件开发相关的),包括我自己整理的一份2018最新的大数据进阶资料和高级开发教程,欢迎进阶中和进想深入大数据的小伙伴加入. 人工智能,是要让机器能够像人类一样具有感知.观察的能力,并且可以做到理解和