關於機器學習最簡單的定義來自於berkeley所表述的:機器學習是ai的乙個分支，它探索了讓計算機根據經驗提高效率的方法。
為了更深刻的理解這一定義，接下來我們將對其進行拆分分析。
ai的分支：人工智慧是一種能夠使得計算機及其系統能夠成功完成通常需要人類智慧型行為才能完成的任務的研究和開發。機器學習是訓練計算機完成上述任務的技術和過程，是其必不可少的一部分。
探索方法：現階段機器學習技術仍在不停地湧現，雖然一些用於訓練計算機的模型已經被識別和使用，但由於不同的業務問題需要不同的模型，在訓練計算機時也可以使用不同的模型，隨著時間的推移將會開發出更多模型。
幫助計算機以提高其效能：大多數情況下，要讓計算機完**工智慧型的任務，它需要借助於人工幫助去練習和適應。
機器學習重要理解
1.模型本質是乙個函式,輸入 f 輸入 輸出 1.1f x 是乙個複雜的函式,由簡單的函式組成,神經網路中,f由多層神經層組成,每層神經層由神經元組成,神經元是具體的函式h x h稱為啟用函式,一般型別有 sigmoid函式,tanh函式,relu函式,softmax函式等,x是線性矩陣函式w x ...
機器學習理解總結
1 什麼是機器學習？個人理解 把機器學習看成是一種資料建模。本質為借助數學模型理解資料，給模型裝上可以適應觀測資料的可調引數時，學習就開始了，一旦模型開始擬合舊的觀測資料，就可以 並解釋新的觀測資料。2 機器學習的分類 有監督學習 對資料的若干特徵與若干標籤 型別 之間的關聯性進行建模的過程，只要模...
對機器學習的理解
機器是什麼，機器就是電腦 晶元 這些東西。讓電腦遵循人的指令，完成一件特定的任務從計算機發明那天開始就在研究了，現在的各種程式語言 資料結構和程式設計演算法等都是在做這個。但是它們只能依賴於程式設計師輸入的確定的 才能 work，也就是說他們不能 自己學習 這樣對於有些問題就很尷尬，比如檢測一張中有...