机器学习是什么？机器学习的发展史及研究意义
　　机器学习是什么？机器学习的发展史及研究意义
　　机器学习是什么？机器学习的发展史及研究意义，机器学习是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。它是人工智能的核心，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、综合而不是演译。
　　机器学习是关于理解与研究学习的内在机制、建立能够通过学习自动提高自身水平的计算机程序的理论方法的学科。近年来机器学习理论在诸多应用领域得到成功的应用与发展，已成为计算机科学的基础及热点之一。机器学习是什么？机器学习的发展史及研究意义，采用机器学习方法的计算机程序被成功用于机器人下棋程序、语音识别、信用卡欺诈监测、自主车辆驾驶、智能机器人等应用领域，除此之外机器学习的理论方法还被用于大数据集的数据挖掘这一领域。实际上，在任何有经验可以积累的地方，机器学习方法均可发挥作用。
　　学习能力是智能行为的一个非常重要的特征，但至今对学习的机理尚不清楚。人们曾对机器学习给出各种定义。H.A.Simon认为，学习是系统所作的适应性变化，使得系统在下一次完成同样或类似的任务时更为有效。机器学习是什么？机器学习的发展史及研究意义，R.s.Michalski认为，学习是构造或修改对于所经历事物的表示。从事专家系统研制的人们则认为学习是知识的获取。这些观点各有侧重，第一种观点强调学习的外部行为效果，第二种则强调学习的内部过程，而第三种主要是从知识工程的实用性角度出发的。
　　机器学习在人工智能的研究中具有十分重要的地位。一个不具有学习能力的智能系统难以称得上是一个真正的智能系统，但是以往的智能系统都普遍缺少学习的能力。例如，它们遇到错误时不能自我校正；不会通过经验改善自身的性能；不会自动获取和发现所需要的知识。它们的推理仅限于演绎而缺少归纳，因此至多只能够证明已存在事实、定理，而不能发现新的定理、定律和规则等。随着人工智能的深入发展，这些局限性表现得愈加突出。正是在这种情形下，机器学习逐渐成为人工智能研究的核心之一。它的应用已遍及人工智能的各个分支，如专家系统、自动推理、自然语言理解、模式识别、计算机视觉、智能机器人等领域。其中尤其典型的是专家系统中的知识获取瓶颈问题，人们一直在努力试图采用机器学习的方法加以克服。
　　机器学习的研究是根据生理学、认知科学等对人类学习机理的了解，建立人类学习过程的计算模型或认识模型，发展各种学习理论和学习方法，研究通用的学习算法并进行理论上的分析，建立面向任务的具有特定应用的学习系统。这些研究目标相互影响相互促进。机器学习是什么？机器学习的发展史及研究意义
　　机器学习已经有了十分广泛的应用例如搜索引擎、医学诊断、检测信用卡欺诈、证券市场分析、DNA序列测序、语音和手写识别、战略游戏和机器人运用。
　　自从1980年在卡内基-梅隆大学召开第一届机器学术研讨会以来，机器学习的研究工作发展很快，已成为中心课题之一。
　　目前，机器学习领域的研究工作主要围绕以下三个方面进行：
　　（1）面向任务的研究研究和分析改进一组预定任务的执行性能的学习系统。
　　（2）认知模型研究人类学习过程并进行计算机模拟。
　　（3）理论分析从理论上探索各种可能的学习方法和独立于应用领域的算法。
　　机器学习是继专家系统之后人工智能应用的又一重要研究领域，也是人工智能和神经计算的核心研究课题之一。现有的计算机系统和人工智能系统没有什么学习能力，至多也只有非常有限的学习能力，因而不能满足科技和生产提出的新要求。本章将首先介绍机器学习的定义、意义和简史，然后讨论机器学习的主要策略和基本结构，最后逐一研究各种机器学习的方法与技术，包括机械学习、基于解释的学习、基于事例的学习、基于概念的学习、类比学习和基于训练神经网络的学习等。对机器学习的讨论和机器学习研究的进展，必将促使人工智能和整个科学技术的进一步发展。
　　一、机器学习的定义和研究意义
　　学习是人类具有的一种重要智能行为，但究竟什么是学习，长期以来却众说纷纭。社会学家、逻辑学家和心理学家都各有其不同的看法。按照人工智能大师西蒙的观点，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。西蒙对学习给出的定义本身，就说明了学习的重要作用。
　　机器能否象人类一样能具有学习能力呢？1959年美国的塞缪尔(Samuel)设计了一个下棋程序，这个程序具有学习能力，它可以在不断的对奕中改善自己的棋艺。4年后，这个程序战胜了设计者本人。又过了3年，这个程序战胜了美国一个保持8年之久的常胜不败的冠军。这个程序向人们展示了机器学习的能力，提出了许多令人深思的社会问题与哲学问题。
　　机器的能力是否能超过人的，很多持否定意见的人的一个主要论据是：机器是人造的，其性能和动作完全是由设计者规定的，因此无论如何其能力也不会超过设计者本人。这种意见对不具备学习能力的机器来说的确是对的，可是对具备学习能力的机器就值得考虑了，因为这种机器的能力在应用中不断地提高，过一段时间之后，设计者本人也不知它的能力到了何种水平。
　　什么叫做机器学习？至今，还没有统一的&机器学习&定义，而且也很难给出一个公认的和准确的定义。为了便于进行讨论和估计学科的进展，有必要对机器学习给出定义，即使这种定义是不完全的和不充分的。顾名思义，机器学习是研究如何使用机器来模拟人类学习活动的一门学科。稍为严格的提法是：机器学习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。这里所说的&机器&，指的就是计算机；现在是电子计算机，以后还可能是中子计算机、光子计算机或神经计算机等等。
标签： 机器学习
机器学习的发展史
责任编辑：clara
03-27 11:49
03-27 11:03
03-27 10:54
03-27 10:35
03-27 09:15
03-27 12:00
03-27 11:55
03-27 11:52
03-27 11:50
03-27 11:38
12-25 09:54
12-25 09:05
12-12 09:31
11-26 12:45
11-21 09:14
02-12 09:32
01-06 09:17
01-03 09:59
11-19 09:02
11-18 10:48
【印度军事】
【印度军事】
【印度社会】
【印度社会】
本日热点关注
近期热门关注学数学到底有什么用？_九个头条网——更少更重要
关注Ta的：
学数学到底有什么用？
关注Ta的：
　　在美国，开学期间每天都有差不多 600 万名高中生和 2 万名大一新生，要奔赴学校去与代数作斗争。高中也好，大学也罢，有太多、太多的学生，都将注定走向失败。为什么要让美国的学生经受这个考验?我发现我自己越来越倾向于认为，就不应该让孩子们遭受这种折磨。
　　不止是代数，推展开去一系列常见的数学科目，从几何再到微积分，都包括在我要说的范围之内。各个州的管理者和教育政策的制定人，还有大部分的公众，都觉得每一个年轻人都必须要被教会多项式函数和参数方程，其意义不言而喻。
　　要说代数有什么好、学习代数有什么用，那理由可多了去了。大多数乍一听很合理，还有许多我也曾经认同过。但我愈是研究便愈发清楚地意识到，这些理由大半、乃至全盘皆误&&不是没有研究或证据的支持，就是基于一厢情愿的逻辑。(定量技巧除外，定量计算能力是公民知情权和个人理财的关键，不过跟我们这里说的完全是两码事。这个下面会说到。)
　　这个争论是有意义的。强制性的数学教育有碍于青年人才的发现和培养。为了要保证严谨性，我们实际上损耗了国家的脑力资源。我是作为一名文字工作者，以及一个很大程度上要依赖数字完成工作的社会科学研究者这样说的。我要的不是要免去学生们一门难学的科目，而是要让人们注意到一个切切实实存在的问题&&宝贵的资源正在被我们误导。
　　数学造成人才资源的浪费
　　数学造成的资源价值浪费从很早就开始了。在美国，4 个 9 年级学生(编注：美国高中从 9 年级到 12 年级，学制为 4 年;美国的 10 年级相当于中国的高一)里面就有 1 个完不成高中学业，这是美国的不幸。根据 2011 年公布的国家数据，在 2008 - 2009 学年，南卡罗来纳州有 34% 的高中生辍学，这个数字在内华达州是 45%。跟我谈过的大多数教育工作者都表示，代数是造成这一问题最主要的学术原因。
　　田纳西州的一名资深教师雪莉&巴格韦尔(Shirley Bagwell)告诫说，&期望所有的学生都掌握代数，将导致更多的学生辍学。&对于那些留下来人而言，也通常是要经过&毕业考试&，几乎没有哪儿不考代数。2011 年，俄克拉何马州有 33% 的高中生毕业考试不及格，在西弗吉尼亚州是 35%。
　　代数对各种学生人群来说，都是块沉重的绊脚石，不管你是贫是富，是黑是白。在新墨西哥州，有 43% 的白人学生代数成绩在 &精通& 以下，在田纳西州是 39%。即便是在那些资源优厚的学校，也有在其他方面都表现优异的学生因代数而受阻，微积分和三角函数挡下的人就更不用说了。
　　看加利福利亚州的公私两套大学系统，都只从学过了 3 年数学的申请人中考虑招生，就这样排除掉了很多可能在艺术或历史等领域有所建树的申请人。社区大学的学生也同样面临着一堵令人望而却步的数学高墙。一项对美国两年制社区大学进行的研究发现，只有不到 1/4 的学生过了规定要学的代数课程。
　　&有的学生把这些课重修了三四次，甚至五次，&阿巴拉契亚州立大学的芭芭拉&宝恒(Barbara Bonham)说，虽然有些人最终过了，&有很多还是辍学了&。
　　另一个有关辍学的统计数字也同样令人气不过。所有走进大学校门的人，只有 58% 的拿到学士学位。毕业的主要障碍便是大一的数学。纽约城市大学，也就是我 1971 年以来执教的地方，有 57% 的学生都没有通过规定的代数课程。校方的一份报告给出了一个令人沮丧的结论： &各阶段的数学不及格对学生保留率的影响比其他任何学术因素都要大。& 全美国的大学的成绩单抽样结果显示，数学的 F 等和 D 等分数是其他科目的两倍那么多。
　　此外，就算是及了格也不够。许多高校都在努力提升自己的地位，其方法就是在数学上设置一个高的标杆。于是乎，他们招的都是些 SAT 数学 700 分以上的生源，在 2009 年，考生中只有 9% 的男性和 4% 的女性达到这一要求。在这样做的不仅仅是常春藤盟校，像范德比尔特大学、莱斯大学，还有圣路易斯的华盛顿大学，要是你数学 SAT 没上 700，那你最好爸妈是校友，或者你本人是体育特优生。
　　芬兰、韩国和加拿大的学生数学测验的分数是高，但人家之所以能胜任高要求的工作，凭的是学生自己的毅力，而不是他们的代数课堂教学。
　　学校里的数学在工作中没有用?
　　再有就是，现在还不清楚在学校里学的数学跟在工作中用的定量分析之间有什么关系。密歇根州立大学研究数学教育的教育心理学家约翰&史密斯三世(John P. Smith III)发现，&工作场合用到的数学逻辑推理，跟学校教的计算方法之间有很明显的区别&。就是那些需要STEM(指科学、技术、工程和数学)专业背景的岗位，入职后员工也会接受相当多的培训，其中也包括工作所需的计算能力的培训。日本丰田汽车公司最近在密西西比州的一个边远小镇上开设了一家工厂，虽然当地的学校远远算不上出色，不过丰田跟当地一所社区大学合作，专门设置了一门 &机床数学& 的课程，来弥补培训需要。
　　长久以来，像这样的合作为德国的学徒制度打下了坚实的基础。一个先进的工业经济需要有高科技的知识来持续，这一点我完全同意。但把学术当作实现目标的主要途径，无异于自欺欺人。
　　学数学到底能给人带来什么?
　　怀疑论者可能会反驳说，就算美国当前的数学教育使一大批学生受挫，但数学本身是没有错的。难道数学不是教育的一个重要组成部分，不是数学为我们提供了量化工具和锻炼了我们的抽象思维能力?在如今这个高科技时代，这些愈发显得不可或缺。确实，我们也都听到了美国缺少 STEM 专业毕业生的呼喊。
　　当然，基本的运算技巧还是应该学的，比如小数、比率和估算，再加上良好的算术基础。不过，乔治敦大学教育与劳动力中心的一份权威分析预计，未来 10 年只有 5% 的初级工人需要精通代数及更高水平的数学。如果说 STEM 毕业生真有短缺，来看看有多少空缺的岗位给这些 STEM 毕业生选择也同样重要。2012 年 1 月，乔治敦中心分析发现，工科毕业生的失业率为 7.5%，而计算机科学专业的毕业生失业率为 8.2%。
　　伊利诺伊大学的彼得&布朗菲尔德(Peter Braunfeld)告诉他的学生们说， &我们的文明要没有数学就会崩溃。&他再正确不过了。
　　有了代数的算法作支撑，才有了动画电影、投资策略和机票的价格。而且，也需要人来了解这些东西如何运作，以拓展人类知识的边界。
　　量化分析的方法在衡量公共政策时也很有用，从奥巴马政府的平价医疗法(Affordable Care Act)到环境监管的成本和利益，再到气候变化的影响，各种公共政策都适用。能够探测和识别出隐藏在数字背后的意识形态，其好处显而易见。我们的时代正在迅速成为一个统计数字的时代，由此公民对社会形势的了解也上升到了一个新的水平。这时候需要的不是教科书上的公式，而是更高一层的理解&& 弄清楚各种数字的来源是哪里，这些数字实际传达的信息是什么。
　　至于数学磨练头脑，让人作为独立的个体以及作为社会的一份子更加理智，这种说法又如何呢? 不错，数学是需要心力;但没有证据表明，能够证明 (x² + y²)² = (x² - y²)² + (2xy)² ，就能使人拿出更可靠的政治见解或更完善的社会分析。
　　很多在传统的数学教育模式中挣扎出来的人都觉得，这样的学习经历抹杀了他们的个性。这或许印证了这样一个事实&&有很多机构和职业往往只为了壁垒森严才定下种种条件&&根本不能作为保有这么多数学硬性规定的理由。兽医技术人员的认证计划要学代数，可我见过的兽医毕业生没有哪一个在诊疗动物时曾经用到过这项技能。像哈佛大学和约翰霍普金斯大学这样的医学院，要求所有申请人都必须掌握微积分，可在医疗课程表上根本不见微积分的影子，更不用说在今后的临床实践上了。数学只是一个圈，把人分为内外两等;它是圈内人的身份标识，外人看了好不畏羡;它是整个圈子的图腾象征，为整个行业都披上了光辉色彩。
　　加州理工学院和麻省理工学院希望每个学生都精通数学，这不难理解;但让未来的诗人和哲学家也去跨越横在面前的数学高秆，就有些匪夷所思了。无差别的代数要求，让整个学生群体发生倾斜，其结果并不一定会偏往好的方向。
　　除了数学，我们还能学习什么?
　　在最后，我还是想用积极的话来收尾。数学，包括数学的理论和数学的应用，都是人类文明的组成部分，不管最终是呈现在审美上，还是蕴含在电子产品之中。但是，在大多数成年人心中，数学激起的并非理解，更多还是畏惧或崇敬。要求每个人都学习代数并没有增加人们对数学这个一度被奉为 &宇宙之诗& 的专业的赞赏。(还有多少大学毕业生记得费马大定理讲了个啥吗?)
　　与其在全美国大半人口成就的拦路虎上倾注这么多的学术精力，我提议不妨想想可以另辟的蹊径。各年级的数学教师或许可以开设一门我称之为 &公民统计& 的有趣课程。这不会是只把代数课给改个名字，也不会专门教一些学者写给学者看的方程。这门课要做的，是教会学生数字如何描述和界定每个人的日常还有公共生活。
　　比方说，可以教学生消费物价指数是如何算出来的，都包括了哪些项目，每个项目是怎么加权的&&还可以让学生讨论有什么事项应该被纳入物价指数的计算，纳入后又应该怎么加权。
　　这样做并不会意味着降低教学水平。研究数字的可靠性并不比学习几何简单。越来越多的高校多开始设置 &定量分析& 的课程。其实我们应该从幼儿园就开始。
　　我希望数学系也能开办有关数学历史和数学哲学的课程，还有数学在早期文化中的应用。为什么不开一门美术和音乐中的数学呢&&诗歌中的数学也很不错&&还有数学在各种学科中的应用。最终的目标是让把数学当作文科，像雕塑或芭蕾一样易于接近、受人欢迎。倘若能重新审视数学在人们心目中的形象，消息传出去，数学专业的招生率也必然有所上升。不过，这也只能起到帮助作用。在 2010 年授予的 170 万 ※(此处已更正)个学士学位中，仅有不到总数 1% 的 15396 个给了数学。
　　我观摩了许多高中和大学的课堂教学，从密歇根州到密西西比州，那些认真教学和勤奋学习的身影，给我留下了深刻的印象。我承认，持续投入大量的资源，也能留住许多辍学生，帮助他们渡过二次方程的难关。但那样做只是错误的使用了教学人才资源，也把学生的努力导向了错误的方向。减少年轻人必须学习的数学，而不是增加，将是更好的做法。(话虽这样说，我并不是在主张，那些被认定为 &不够好学& 的人就应该去职业学校&&这样的所谓认定几乎总是不公正的。)
　　没错，年轻人是该学会读、学会写，还有做长除法，不管他们愿意不愿意。不过，迫使他们掌握矢量角度和连续函数也没有任何道理。试想，数学就像一块巨石，我们规定每一个人都必须使出吃奶的劲儿去拉它，却不曾想过这所有所有的痛苦最后能换来些什么。那么，为什么要规定每个人都去拉，就没有别的路可走，没有例外可言? 我至今仍然没有找到一个令人信服的答案。
　　作者简介:安德鲁&哈克(Andrew Hacke)是纽约城市立大学皇后学院的政治学名誉教授，与人合著有《高等教育?大学是怎么浪费我们的钱，辜负我们的孩子的&&对此我们能做些什么》。
文章来源：百度拇指医生
&&&普通咨询
您的网络环境存在异常，
请输入验证码
验证码输入错误，请重新输入学习是什么？_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
学习是什么？
上传于||文档简介
&& ​ ​常​听​人​解​释​&​a​m​p​;​l​d​q​u​o​;​学​生​&​a​m​p​;​l​d​q​u​o​;​一​词​。​&​a​m​p​;​l​d​q​u​o​;​学​生​学​生​,​以​学​习​为​生​。​&​a​m​p​;​l​d​q​u​o​;​我​觉​得​说​得​挺​妙​的​。​但​是​,​这​又​引​起​了​我​的​一​个​疑​惑​：​&​a​m​p​;​l​d​q​u​o​;​学​习​&​a​m​p​;​l​d​q​u​o​;​又​蕴​涵​着​什​么​呢​？​ ​ ​学​习​是​阳​光​对​着​阳​光​,​可​以​驱​散​心​中​的​阴​影​,​用​自​己​的​真​诚​和​热​情​去​换​取​无​数​更​真​诚​热​情​的​心​。​ ​ ​学​习​是​雨​露​。​他​可​以​滋​润​你​干​枯​的​灵​魂​,​令​你​那​凋​残​的​心​花​重​新​绽​放​,​让​你​的​生​命​更​为​生​机​勃​勃​。​ ​ ​学​习​是​通​向​成​功​的​捷​径
阅读已结束，如果下载本文需要使用0下载券
想免费下载更多文档？
你可能喜欢热门推荐：
声明：本文由入驻搜狐公众平台的作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。
　　当我们很多人走出校园，走上社会，参加工作。所学的数学公式、定理等数学知识渐渐淡忘，加上在工作和实际生活中用到数学知识不多，很多人就不经问：学数学到底有什么用？既然现在用不到，当初为什么还要学？
　　由于数学本身特点，加上教育本身的局限性，尽管从小学到高中进行长时间的数学学习，但很多人误以为学数学就是为了解题，考试，而不了解数学在实际生产生活中的应用。长此以往社会普遍认为基础教育阶段学数学仅仅是为了中考高考，除此之外毫无用处。
　　让我们一起来看下面这个典故：
　　18世纪著名古典数学问题之一。在哥尼斯堡的一个公园里，有七座桥将普雷格尔河中两个岛及岛与河岸连接起来(如图)。问是否可能从这四块陆地中任一块出发，恰好通过每座桥一次，再回到起点？问题提出后，很多人对此很感兴趣，纷纷进行试验，但在相当长的时间里，始终未能解决。而利用普通数学知识，每座桥均走一次，那这七座桥所有的走法一共有7！=5040种，而这么多情况，要一一试验，这将会是很大的工作量。但怎么才能找到成功走过每座桥而不重复的路线呢？因而形成了著名的“哥尼斯堡七桥问题”。
　　1735年，有几名大学生写信给当时正在俄罗斯的彼得斯堡科学院任职的天才数学家欧拉，请他帮忙解决这一问题。欧拉在亲自观察了哥尼斯堡七桥后，认真思考走法，但始终没能成功，于是他怀疑七桥问题是不是原本就无解呢？
　　1736年，在经过一年的研究之后，29岁的欧拉提交了《哥尼斯堡七桥》的论文，1736年，欧拉在交给彼得堡科学院的《哥尼斯堡7座桥》的论文报告中，阐述了他的解题方法。圆满解决了这一问题，同时开创了数学新一分支---图论。他的巧解，为后来的数学新分支――拓扑学的建立奠定了基础。欧拉通过对七桥问题的研究，不仅圆满地回答了哥尼斯堡居民提出的问题，而且得到并证明了更为广泛的有关一笔画的三条结论，人们通常称之为欧拉定理。对于一个连通图，通常把从某结点出发一笔画成所经过的路线叫做欧拉路。人们又通常把一笔画成回到出发点的欧拉路叫做欧拉回路。具有欧拉回路的图叫做欧拉图。
　　欧拉一开始在解决七桥问题的时候，认定七桥问题可能无解，说明无法用当时已有的数学知识解决此实际问题。那么到底是什么最后让欧拉解决了七桥问题？是数学素养、数学思想。把所学的数学知识都排出或忘掉后剩下的东西。
　　正是这份数学素养、数学思想让欧拉最后解决了七桥问题。
　　所以我们学数学是为了什么？是为了深深铭刻在头脑中数学思想、数学的思维方法、看问题的着眼点等，而这些却随时随地发生作用，影响我们的生活、工作等行为方式，使我们终身受益。
　　就像我们看很多理科生通常比较理性、有条理、严谨等特点。
　　而文科生思维活跃、想象力丰富、动手操作能力弱等特点。
　　这些都是潜移默化的文化学习结果，一个人的数学素养，数学气质也就是在数学教育的感染熏陶下逐渐形成的。
　　如果您的孩子或学生厌恶学习数学，请告诉他，孩子我要你学数学，并不是长大后数学能让你赚多少钱，能让你爬多高，而是让你学会理性思考，像数学逻辑思维一样去合理安排自己的生活。
欢迎举报抄袭、转载、暴力色情及含有欺诈和虚假信息的不良文章。
请先登录再操作
请先登录再操作
微信扫一扫分享至朋友圈
杭州市初中数学教育研究院院长，杭州市271初中数学学案研究...
中国高校校报协会副会长......
北京教育音像报刊总社评论部评论员.....
中国青少年研究中心首席专家
美国独立教育顾问协会认证顾问
中国人民大学政治学教授