什么是机器学习？通过机器学习方法能解决哪些问题？

文章预览

“机器学习”最初的研究动机是让计算机系统具有人的学习能力以便实现人工智能。因为没有学习能力的系统很难被认为是具有智能的。目前被广泛采用的机器学习的定义是“利用经验来改善计算机系统自身的性能”。 事实上，由于“经验”在计算机系统中主要以数据的形式存在，因此机器学习需要设法对数据进行分析学习，这就使得它逐渐成为智能数据分析技术的创新源之一，并且受到越来越多的关注。 机器学习的核心在于建模和算法，学习得到的参数只是一个结果。 成功训练一个模型需要四个要素:数据、转换数据的模型、衡量模型好坏的损失函数和一个调整模型权重以便最小化损失函数的算法。 机器学习里最重要的四类问题(按学习结果分类): 预测(Prediction):一般用回归(Regression，Arima)等模型。 聚类(Clustering):如K-means方法。 分类(Classification): ………………………………