17世纪,用最小二乘法的推导和马尔可夫链,构成为了机器学习广泛使用的工具和基础。从1950年到2000年初机器学习有大的进展。自20世纪50年代研究机器进行学习以来,不同目标企业和历史时期的研究主要途径并不相同,但可划分为以下四个阶段。
第一:50年代到60年代,主要研究“与不学的知识。”是通过研究进行系统的执行能力。 研究这一时期最具代表性的是Samuet的国际象棋程序。但这种机器进行学习的方法还远远不能得到满足我们人类的需要。在此期间,系统反馈的数据主要通过改变机器的环境及其相应的性能参数来检测,就像给系统一个程序一样,通过改变它们的自由空间动作,系统会受到程序的影响来改变自己的组织,最终系统会选择一个最优的环境来生存。
第二阶段,从60年代中期到70年代中期,此时在植入到系统的各个领域的主要研究知识,针对这个阶段,是人类学习的通过机器模拟的过程。同时还采用了图结构分析及其逻辑结构设计方面的知识可以进行管理系统功能描述,在这一研究不同阶段,主要是用各种符号来表示机器学习语言,从这种系统工作环境中无法学到更加深入的知识,因此通过研究技术人员将各专家学者的知识加入到系统里,经过社会实践证明这种教学方法取得了一定的成效。
第三阶段,从1970年代中期到1980年代中期,被称为文艺复兴时期。在此期间,人们都在探索不同的学习策略和学习方法,并已开始系统学习,并在这个阶段相结合的各种应用,并取得了巨大的成功。同时,专家进行系统在知识信息获取经济方面的需求也极大地刺激了机器可以学习的研究和发展。在首先学习专家系统的出现,归纳学习系统的一个例子成为一个研究目标的机器学习应用的主流,自动知识获取研究。1980 年,在美国召开了第一届机器进行学习以及国际研讨会,标志着机器可以学习方法研究人员已在全世界兴起。1984 年,Simon等20多位人工智能专家共同撰文编写的Machine Learning文集第二卷出版,此后,机器学习开始得到了大量的应用。
第四阶段,80年代中期,是机器学习的最新阶段。这一时期的机器学习具有以下特点:
(1) 机器进行学习能力已成为新的学科,它综合应用了心理学、生物学、神经生理学、数学、自动化和计算机技术科学等形成了一个机器可以学习相关理论知识基础。
(2)的各种各样的学习方法,以及各种形式的集成学习系统的集成正在兴起。
(3) 机器进行学习与人工智能通过各种经济基础教育问题的统一性观点正在形成。
各种学习方法的应用不断扩大,一些应用研究成果转化为产品。
(4)和机器学习相关的学术活动空前活跃。
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!
2022-04-12 17:00:39
2022-11-22 16:32:39
2022-11-23 16:30:58
2020-03-16 17:22:37
2024-03-27 10:39:49
2022-11-21 11:30:53
甄选10000+数字化产品 为您免费使用
申请试用
评论列表