【数港小科普】炙手可热的技术名词——机器学习

港小科普


[img=100%,253]https://p3-sign.toutiaoimg.com/tos-cn-i-tjoges91tu/TLHaWRwIVSTdlU~tplv-tt-large.image?_iz=30575&lk3s=06827d14&x-expires=1709802666&x-signature=6CIgMvLAJtrd%2BNgBwrwbYLhmh%2FI%3D[/img]
大数据随着大数据相关技术在技术体系上逐渐趋于成熟，它正在构建起自己庞大的价值体系，发挥出越来越重要的作用。

上期我们介绍了大数据支撑技术之统计学

点击这里查看上期内容

04

今天我们推出大数据支撑技术之

机器学习

作为当前科技领域最炙手可热的名词，我们几乎每天被机器学习、深度学习、人工智能刷屏，可是真正了解其背后知识的，也往往只有专业人士。这次小港给大家介绍一下机器学习，让你走在科技最前沿！


机器学习(machine learning)是一门多领域交叉学科，和统计学有很大的交集。研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。


通俗理解机器通过分析大量数据来进行学习。比如说，不需要通过编程来识别猫或人脸，它们可以通过使用图片来进行训练，从而归纳和识别特定的目标。


机器学习的基本步骤是，用现有的部分数据（训练集）作为学习的素材（输入），通过机器学习算法，让机器学习到（输出）能够处理更多数据或未来数据的能力（目标函数）。目标函数往往很难找到精确定义，一般用逼近算法对目标函数进行估计。

深度学习(deep learning)是机器学习研究中的一个新领域，因为AlphaGo先后战胜李世石和柯洁而备受瞩目。其工作方式是建立、模拟人脑进行分析学习的神经网络，模仿人脑的机制来解释数据，已经广泛应用于语音识别、图像识别、自动驾驶等领域。

机器学习的理论基础涉及人工智能、贝叶斯方法、计算复杂性理论、控制论、信息论、哲学、心理学与神经生物学以及统计学等。


下期预告

下一期我们将推出

大数据支撑技术之数据可视化

参考文献：《数据分析与大数据实践》

天津数港
数据驱动智能，创新引领未来
编辑：潘玥 时悦
审核：邓晶龙

我有个小建议，楼主把内容写详细点吧才会吸引更多读者呀。

我擦！我要沙发！

众里寻他千百度，蓦然回首在这里！