机器学习研究意义

时间：2022-02-18 05:30:02 | 来源：信息时代

时间：2022-02-18 05:30:02 来源：信息时代

学习是人类具有的一种重要智能行为，但究竟什么是学习，长期以来却众说纷纭。社会学家、逻辑学家和心理学家都各有其不同的看法。

比如，Langley（1996)定义的机器学习是'机器学习是一门人工智能的科学，该领域的主要研究对象是人工智能，特别是如何在经验学习中改善具体算法的性能'。（Machinelearningisascienceoftheartificial.Thefield'smainobjectsofstudyareartifacts,specificallyalgorithmsthatimprovetheirperformancewithexperience.'）

TomMitchell的机器学习(1997)对信息论中的一些概念有详细的解释,其中定义机器学习时提到，'机器学习是对能通过经验自动改进的计算机算法的研究'。（MachineLearningisthestudyofcomputeralgorithmsthatimproveautomaticallythroughexperience.）

Alpaydin（2004）同时提出自己对机器学习的定义，'机器学习是用数据或以往的经验，以此优化计算机程序的性能标准。'（Machinelearningisprogrammingcomputerstooptimizeaperformancecriterionusingexampledataorpastexperience.）

尽管如此，为了便于进行讨论和估计学科的进展，有必要对机器学习给出定义，即使这种定义是不完全的和不充分的。顾名思义，机器学习是研究如何使用机器来模拟人类学习活动的一门学科。稍为严格的提法是：机器学习是一门研究机器获取新知识和新技能，并识别现有知识的学问。这里所说的'机器'，指的就是计算机，电子计算机，中子计算机、光子计算机或神经计算机等等。

机器能否象人类一样能具有学习能力呢？1959年美国的塞缪尔(Samuel)设计了一个下棋程序，这个程序具有学习能力，它可以在不断的对弈中改善自己的棋艺。4年后，这个程序战胜了设计者本人。又过了3年，这个程序战胜了美国一个保持8年之久的常胜不败的冠军。这个程序向人们展示了机器学习的能力，提出了许多令人深思的社会问题与哲学问题。

机器的能力是否能超过人的，很多持否定意见的人的一个主要论据是：机器是人造的，其性能和动作完全是由设计者规定的，因此无论如何其能力也不会超过设计者本人。这种意见对不具备学习能力的机器来说的确是对的，可是对具备学习能力的机器就值得考虑了，因为这种机器的能力在应用中不断地提高，过一段时间之后，设计者本人也不知它的能力到了何种水平。

机器学习有下面几种定义：'机器学习是一门人工智能的科学，该领域的主要研究对象是人工智能，特别是如何在经验学习中改善具体算法的性能'。'机器学习是对能通过经验自动改进的计算机算法的研究'。'机器学习是用数据或以往的经验，以此优化计算机程序的性能标准。'一种经常引用的英文定义是：AcomputerprogramissaidtolearnfromexperienceEwithrespecttosomeclAssoftasksTandperformancemeasureP,ifitsperformanceattasksinT,asmeasuredbyP,improveswithexperienceE.

机器学习已经有了十分广泛的应用，例如：数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、检测信用卡欺诈、证券市场分析、DNA序列测序、语音和手写识别、战略游戏和机器人运用。