你知道机器学习按应用领域分类有哪些吗？

 

    从机器学习的执行部分任务类型反映来看，大部分的应用研究基本上集中于以下两类：分类和解决问题的能力。

    机器学习相应的学习目标是学习用于分类的标准（如分类规则），分类工作任务就是要求进行系统设计依据已知的分类管理知识对输入的未知模式（该模式的描述）作分析，以确定输入模式的类属。

    问题解决给定目标状态所需的任务？寻找自己一个将当前发展状态转换为目标状态的动作序列。机器学习生活在这一领域的研究主要工作人员大部分集中于通过不断学习来获取能提高管理问题求解效率的知识，如搜索控制理论知识，启发式知识等。

    机器学习最主要的应用研究领域有：专家进行系统、认知模拟、规划和问题分析求解、故障诊断、自然语言学习理解、数据可以挖掘、图象识别、网络会计信息技术服务、机器人和博弈等领域。

    机器学习的综合分类

    考虑到各种学习方法层出不穷，知识表示，推理策略的因素，结果的相似性评估，研究人员的交流和应用领域的相对集中的历史渊源。将机器进行学习研究方法区分为以下六类：

    机器学习的归纳学习

    经验归纳学习采用一些数据密集型的经验方法，如版本空间法，ID3方法，规律发现方法)进行实例归纳。其实例通常使用和学习结果的符号属性，谓词关系表示。机器学习相当于一个基于机器学习发展策略进行分类中的归纳学习，但扣除联接学习、加强企业、遗传算法、学习的部分。

    机器学习的分析学习

    分析学是从一个或几个实例，以供分析使用的领域知识。机器学习的主要特征为：使用过去的问题分析求解经验（实例）指导新的问题求解，推理策略主要是通过演绎，而非归纳；或产生能更有效地提高运用研究领域相关知识的搜索成本控制管理规则。

    分析机器学习的目标是提高系统的性能，而不是新的概念描述。分析学习包括机器学习应用说明，学习的解释，多级操作和宏块的结构学习技术。

    今天，小编就说这么多了，相信小伙伴们应该都清楚了机器学习按应用领域分类有那些了，学习可以让人感到快乐，是吧。

版权声明：本文为Yun88网的原创文章，转载请附上原文出处链接及本声明。

 

更多产品了解

欢迎扫码加入云巴巴企业数字化交流服务群

产品交流、问题咨询、专业测评

都在这里！