没有合适的资源?快使用搜索试试~ 我知道了~
机器学习的各种定义,你更倾向哪种定义呢?
资源推荐
资源详情
资源评论
机器学习的各种定义
第一个机器学习的定义来自于 1959 Arthur Samuel。他定义机器学习为:
Machine Learning is Field of study that gives computes the ability
to learn without being explicitly programmed.
机器学习是这样的领域,他赋予计算机学习的能力,(这种学习能力)不是通过
显著式编程获得的。其中非显著式编程是指让计算机自己总结的规律的编程方法。
第二个机器学习的定义是 1988 年 Tom Mitshell 在他的书《Machine Learning》
中提出了的,是一个比较正式的定义,具体是:
A compute program is said to learn from experience E with respect to
same task T and some performance measure P,if its performance on T,as
measured by P, improves with experience E。
一个计算程序被称为可以学习,是指它能够针对某个任务 T 和某个性能 P,从经
验 E 中学习,这种学习特点是,它在 T 上的被 P 所衡量的性能,会随着经验 E 的
增加而提高。
机器学习大师级人物吴恩达教授的教程中也出现了这两个定义,同时吴恩达教授
还指出:即使是在机器学习的专业人士中,也不存在一个被广泛认可的定义来准
确定义机器学习是什么或不是什么。
台湾李宏毅教授也给出了机器学习定义,机器学习就是让机器具有寻找一个函数
的能力。
百度百科关于机器学习的定义是:
机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法
复杂度理论等多门学科。专门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,重新组织已有的知识结构使之不断改善自身的性能。
在很多企业和培训班中一般采用的是百度百科关于机器学习的定义,你更倾向哪
种定义呢?
资源评论
BuckData
- 粉丝: 459
- 资源: 19
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功