spark机器学习介绍1
需积分: 0 80 浏览量
2022-08-08
21:40:33
上传
评论
收藏 3.16MB DOCX 举报
SparkML(机器学习)介绍(监督学习、半监督学习、无监督学习)
一、机器学习定义
机器学习（Machine Learning, ML）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。
机器学习还有模式识别、计算机视觉、语音识别、统计学习以及自然语言处理等，而在目前机器学习中，深度
学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑进
行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。
从广义上来说，机器学习是一种能够赋予机器学习的能力以引让它完成直接编程无法完成的功能的方法。但从
实践的意义上来说，机器学习是一种通过利用数据，训练出模型，然后使用模型预测的一种方法。
人类在成长、生活过程中积累了很多的历史与经验。人类定期地对这些经验“归纳”，获得了生活的“规律”。当
人类遇到未知的问题或需要对未来进行“推测”的时候，人类使用这些“规律”，对未知问题与未来进行“推测”，
从而指导自己的生活和工作。
机器学习中的“训练”与“预测”过程可以对应到人类的“归纳” 和 “推测”过程。通过这样的对应，我们可以发现，
机器学习的思想并不复杂，仅仅是对人类在生活中学习成长的一个模拟。由于机器学习不是基于编程形成的结
果，因此它的处理过程不是因果的逻辑，而是通过归纳思想得出的相关性结论。
机器学习代表人物：
评论0