免費問答

機器學(xué)習(xí)（Machine Learning）是計算機科學(xué)的一個分支，涉及到研究計算機系統(tǒng)自動地根據(jù)現(xiàn)有數(shù)據(jù)進行學(xué)習(xí)，并且在處理新任務(wù)時利用獲得的學(xué)習(xí)結(jié)果。機器學(xué)習(xí)是一種數(shù)據(jù)驅(qū)動的自動化數(shù)據(jù)分析方法，它能夠從已有的數(shù)據(jù)中尋找規(guī)律，并在給定新任務(wù)時進行類比以改進和進行分類或預(yù)測。機器學(xué)習(xí)的目的是使計算機系統(tǒng)逐步的改進，而無需人為去指定參數(shù)。大量的統(tǒng)計、機器學(xué)習(xí)技術(shù)，如支持向量機（SVM）、神經(jīng)網(wǎng)絡(luò)（NN）和聚類（clustering）等都與機器學(xué)習(xí)息息相關(guān)。 機器學(xué)習(xí)主要用于改進現(xiàn)有系統(tǒng)或程序，使其更加準(zhǔn)確地識別圖片、語音、文本和其它數(shù)據(jù)類型，構(gòu)建更精確的自動化系統(tǒng)，以及進行基于大數(shù)據(jù)的數(shù)據(jù)挖掘工作，解決用戶問題并幫助決策制定。機器學(xué)習(xí)技術(shù)在搜索引擎、網(wǎng)絡(luò)廣告、互聯(lián)網(wǎng)金融、智能醫(yī)療、自動駕駛等多個領(lǐng)域發(fā)揮著重要作用。 機器學(xué)習(xí)也可以拓展到深度學(xué)習(xí)，它指的是利用神經(jīng)網(wǎng)絡(luò)模型進行機器學(xué)習(xí)，它可以更深入地學(xué)習(xí)和抽取特定語料中數(shù)據(jù)之間的特征和關(guān)系，從而彌補傳統(tǒng)機器學(xué)習(xí)方法的不足。深度學(xué)習(xí)目前被用于語音識別、視覺識別、自然語言處理等多個領(lǐng)域，能夠更好的解決實際問題。