人类在学习成长的过程中,积累了很多历史经验,将经验进行归纳总结,得到规律,因此当人类遇到些问题时,总能从事物的发展规律找到方向,进行推测;而机器学习中的训练和预测过程可以近似看作人类的归纳和推测的过程。
机器学习思想并不复杂,仅仅是对人类学习成长过程的一个模拟,由于机器学习不是通过编程的形式得出结果,因此它的处理过程不是因果的逻辑,而是通过归纳思想得出相关结论。
机器学习的闪光点,是针对那些使用传统方法太过复杂——甚至根本不存在已知算法的问题。
例如语音识别,假如你想写一个能够区分出“一”和“二”的程序。你会想到,“二”(two)的读音是以一个高音(“T”)开始,所以你可以硬编码出一个测量高音强度的算法,然后用它来区分“一”和“二”。但是想想数以百万计的不同人群所说的成千上万的词句,加之其所处的吵闹环境,以及所使用的几十种不同的语言,很显然,这种技术不可能得以扩展。迄今为止,最好的解决方案是写一个能够自己学习的算法,然后针对每个字给它提供许多录音示例。
应用机器学习技术来挖掘海量数据,可以帮助我们发现那些此前并非立见端倪的模式。
最后,机器学习还可以帮助人类学习,通过检视机器学习算法以了解它们学到了什么。
本文整合自:传智播客、语言中文网
审核编辑:符乾江
-
AI
+关注
关注
87文章
30106浏览量
268401 -
机器学习
+关注
关注
66文章
8377浏览量
132406
发布评论请先 登录
相关推荐
评论