2018-12-30 机器学习笔记(1)

机器学习：计算机程序如何随着经验积累自动提高性能系统自我改进的过程，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。

学习（西蒙）：学习就是系统在不断重复的工作中对本身能力的增强或者改进，使得系统在下一次执行同样任务或类似任务时，会比现在做得更好或效率更高。

发展史

• 50年代中叶到60年代中叶，热烈时期。“没有知识”的学习，主要研究方法是不断修改系统的控制参数以改进系统的执行能力，不涉及与具体任务有关的知识。指导本阶段研究的理论基础是早在40年代就开始研究的==神经网络模型==，形成了机器学习的二种重要方法，即==判别函数法==和==进化学习==。
• 60年代中叶到70年代中叶，冷静时期。研究目标是模拟人类的概念学习阶段，并采用逻辑结构或图结构作为机器内部描述。本阶段的代表性工作有温斯顿（Winton）的结构学习系统和海斯罗思（Hayes Roth）等的基于逻辑的归纳学习系统。
• 70年代中叶到80年代中叶，复兴时期。从学习单个概念扩展到学习多个概念。
• 1986年至今，最新阶段。

机器学习的策略

• 机械学习
• 传授学习
• 类比学习
• 事例学习

学习模型