机器学习概述
机器学习(Machine Learning,ML)是实现人工智能的一种方法,它来源于早期的人工智能领域,是人工智能研究发展到一定阶段的必然产物。机器学习可以分为以支持向量机为代表的统计学习和以人工神经网络为代表的深度学习。统计学习模型参数往往是可解释的,而人工神经网络则是一个“黑箱”。
本章我们首先主要介绍统计机器学习,包括机器学习的发展和基本实现方法,然后引出自动化机器学习。
3.1 机器学习的发展
3.1.1 “机器学习”名字的由来
人工智能在1956年由约翰·麦卡锡(John McCarthy)首次定义,其含义是可以执行人类智能特征任务的机器。包括语言理解、物体识别、声音识别、学习和智能地解决人类问题等方面。人工智能可以从广义和狭义两个方面理解:广义是指人工智能是可以实现同等人类能力的计
继续阅读与本文标签相同的文章
-
2019阿里云双11 IoT分会场攻略
2026-05-16栏目: 教程
-
Knative 实战:如何在 Knative 中配置自定义域名及路由规则
2026-05-16栏目: 教程
-
带你读《HBase原理与实践》之三:HBase依赖服务
2026-05-16栏目: 教程
-
shell
2026-05-16栏目: 教程
-
阿里云项彬:云原生安全合规能力为云上企业数字化建设“提效降本”
2026-05-16栏目: 教程
