机器学习是关于计算机基于数据构建模型并运用模型来模拟人类智能活动的一门学科。随着计算机与网络的飞速发展,机器学习在我们的生活与工作中起着越来越大的作用,正在改变着我们的生活和工作。

机器学习可以在多学科的领域应用。

文章目录

  • 基础学科
  • 概率
  • 统计
  • 人工智能
  • 元数据
  • 计算智能
  • 数据挖掘
  • 数据科学

基础学科

机器学习是建立在数学和计算机科学领域的,换句话说机器学习是用线性代数和矩阵代数来描述,可以用概率和统计的工具来理解。

统计、概率和人工智能领域,它们代表着机器学习的基础学科。

概率

概率论的研究领域是描述随机事件的可能性的研究。概率论是数学的一个分支,为统计学领域提供了基础。

机器学习方法通常用概率语言描述,有些方法直接使用概率论。

例如 Bayes定理最早应用在纸牌21点上。例如刘德华拍摄的电影《赌城大亨 Ⅰ》中,老千通过远程传输牌的数据计算21点的规则。

统计

统计领域是研究收集、分析、描述和提供数据的方法,是数学的一个分支。

机器学习可以在一个统计框架中得到很好的理解。在这个框架中从训练数据中学习作为数据中结构和关系的模型。因此机器学习采用的是统计建模方法,而机器学习所包含的不仅仅是统计建模方法。

例如 国家的人口普查,国家GPD统计数据等等。

人工智能

人工智能领域是对计算系统的研究和构建,这些计算系统可以做人类可以做的事情,也可以做我们认为是智能的事情。例如,人类可以在一个环境中移动,了解他们所看到和听到的语言,我们有相应的机器人,计算机视觉和自然语言处理的子领域。

学习是智能系统的一个特征。因此机器学习被认为是人工智能的一个分支,研究和构建能够学习的系统。

比如 李世石大战人工智能AlphaGo。

元数据

可以从数据中学习来描述数据和预测未见数据的结果的算法对于解决复杂的问题非常有用。因此,机器学习方法被应用于计算机科学领域,如数据挖掘和数据科学。此外,还有人工智能的相关领域,它们研究也从数据及其环境中学习的智能方法。例子包括计算智能和Mate探法。

让我们回顾计算智能、数据挖掘和数据科学的相关领域,并了解机器学习方法是如何应用的。

计算智能

各领域计算智能涉及系统的研究和构建,这些系统易于指定,但会导致复杂的紧急行为。在进化计算、人工免疫系统和人工神经网络等子领域中,许多计算智能系统都是受进化、免疫系统和神经系统等自然系统的启发而产生的。计算智能是人工智能的一个分支。该领域涉及的问题是解释如何从简单的规则中衍生出复杂的紧急行为,以及它们最适合解决的问题。

许多计算智能系统从与环境的交互中学习,因此被作为机器学习的方法。

数据挖掘

数据挖掘领域是对从大数据集中发现有趣关系的系统的研究和构建。因此,数据挖掘既包括数据的存储和维护,也包括数据中的发现过程。数据挖掘是一个过程,也称为数据库中的知识发现(Kdd)。数据挖掘是计算机科学的一个子领域。该领域关注的问题是什么关系是有趣的,以及如何最好地发现它们。

机器学习提供了一组在数据挖掘过程中使用的工具,用于学习数据中的关系,为发现提供基础。

数据科学

领域数据科学关注使用数据解决复杂问题的实用性。数据科学是计算机科学的一个子领域。数据科学是数据挖掘过程的应用和机器学习方法在特定领域的应用。数据科学家是数据科学的实践者。

与数据挖掘一样,机器学习提供了一组用于数据科学的工具,用于学习数据中的关系,以便描述数据或进行预测。

机器学习涉及到数学的其他领域(如决策理论和信息论)和计算机科学(如运筹学和凸优化)。

八个机器学习非常重要的应用领域,每个领域都影响着我们的生活相关推荐

  1. 人工智能AI和机器学习ML对量化交易领域的影响

    BigQuant 人工智能量化投资平台 是一站式的Python+机器学习+量化投资平台,对人工智能量化投资感兴趣的朋友可以直接打开浏览器进一步学习研究. 1. 人工智能与机器学习对于交易领域的影响 交 ...

  2. wxpython dataview处理大量数据_38个常用Python库:数值计算、可视化、机器学习等8大领域都有了...

    作者 | 李明江 张良均 周东平 张尚佳 来源 | 大数据DT 原文 | 38个常用Python库:数值计算.可视化.机器学习等8大领域都有了 Python作为一个设计优秀的程序语言,现在已广泛应用于 ...

  3. LSTM入门必读:从入门基础到工作方式详解 By 机器之心2017年7月24日 12:57 长短期记忆(LSTM)是一种非常重要的神经网络技术,其在语音识别和自然语言处理等许多领域都得到了广泛的应用

    LSTM入门必读:从入门基础到工作方式详解 By 机器之心2017年7月24日 12:57 长短期记忆(LSTM)是一种非常重要的神经网络技术,其在语音识别和自然语言处理等许多领域都得到了广泛的应用. ...

  4. 几何机器学习:如何在基础科学领域成为现实??

    全文共3948字,预计学习时长10分钟 图源:unsplash 2020年,在几何和图形机器学习论文中表现突出的,当属生物化学.药物设计和结构生物学.这可能是第一次,我们终于发现这些机器学习方法对基础 ...

  5. 送你38个常用的Python库,数值计算、可视化、机器学习等8大领域都有了

    来源:大数据DT(ID:bigdatadt) 作者:李明江 张良均 周东平 张尚佳 内容摘编自<Python3智能数据分析快速入门> 本文约5200字,建议阅读10分钟. 本文为你总结了常 ...

  6. ML之分类预测:基于sklearn库的七八种机器学习算法利用糖尿病(diabetes)数据集(8→1)实现二分类预测

    ML之分类预测:基于sklearn库的七八种机器学习算法利用糖尿病(diabetes)数据集(8→1)实现二分类预测 目录 输出结果 数据集展示 输出结果 1.k-NN 2.LoR 4.DT 5.RF ...

  7. 38个常用Python库:数值计算、可视化、机器学习等8大领域都有了

    导读:Python作为一个设计优秀的程序语言,现在已广泛应用于各种领域,依靠其强大的第三方类库,Python在各个领域都能发挥巨大的作用. 作者:李明江 张良均 周东平 张尚佳 来源:大数据DT(ID ...

  8. AI英雄 | 八问机器学习泰斗Jordan教授:AI其实并不神奇

    关注网易智能,聚焦AI大事件,读懂下一个大时代! 出品| 网易智能(公众号 smartman163) 期号| AI英雄-第109期 作者| 小羿 薛雅芹 近日,由松鼠AI.IEEE.雷锋网联合举办的& ...

  9. 为什么强化学习会成为当下机器学习最火的研究领域?

    美国首位人工智能协会(AAAI)华人Fellow,国际顶级学术会议KDD.IJCAI等大会主席,香港科技大学杨强教授曾说:"深度学习是昨天,强化学习是今天." 现在但凡写人工智能的 ...

  10. AI和机器学习对量化交易领域的影响

    本文为Michael Harris 在欧洲作为邀请嘉宾为高净值客户和交易者所做的一场演讲概要,主题为"人工智能与机器学习将对交易与投资产生的巨大影响".文章主要从四个方面进行阐释, ...

最新文章

  1. 线程同步锁 java_java多线程同步之重入锁,详细解析
  2. python装饰器类-Python 装饰器、类装饰器、属性装饰器
  3. UITableView的UITableViewStyleGrouped
  4. VS2008部分使用技巧
  5. 数据预处理(part1)--单个预测变量数据变换R语言
  6. 密码学数字信封的介绍
  7. Dns-prefetch DNS 预解析优化页面加载速度
  8. 【UML】构件图Component diagram(实现图)(转)
  9. 人脸方向学习(二十一):Face Landmark Detection-FAB-解读
  10. 字符编码【utf8,unicode,ANSI,ascii】
  11. 浏览器内置打开方正CEB是文件进行阅读
  12. 分享两款免费的流程图、原型图工具
  13. 高级前端工程师知识图谱
  14. excel如何冻结表格行或者列
  15. html页面排版会乱,窗口缩放导致页面排版错乱的解决方法
  16. 巴西柔术的原理和技术
  17. Go语言使用百度翻译api
  18. matlab图像处理学习笔记
  19. 计算机主板的安装过程,电脑主板安装四大步骤全程讲解
  20. 编程的技术|艺术|术术——面向开发者编程

热门文章

  1. python解析xps文件_xps文件的基本操作
  2. 嵌入式和单片机的区别在哪?
  3. Richardson–Lucy滤波的一点个人理解
  4. 21. SCHEMATA
  5. 工作转正申请自我评价
  6. 【微信小程序】针对测试号获取openid报错40125错误的解决方案
  7. 【专家独推】全网最全Matlab常用函数(包括按首字母进行分类)
  8. Android简历 模板
  9. Python新手学习(十)
  10. win10 修改git账号密码