机器学习#

术语解释#

机器学习（Machine Learning，ML）是 AI 的核心子领域：通过让系统从数据中学习规律与模式，而不是显式编程，来完成任务。它包含监督学习、无监督学习、半监督学习、强化学习等范式，是当代 AI 落地的最主要路径。

关于到底什么是机器学习（Machine Learning），可能不同的人会有不同的理解，自然也就产生了不同的定义。下面我们主要介绍一下计算领域内两位大师对于什么是机器学习所给出的定义。

第一位是人工智能先驱亚瑟·塞缪尔（Arthur Samuel），他在1959年创造了“机器学习”一词 [1]。塞缪尔认为，所谓机器学习是指： 计算机能够具备根据现有数据构建一套不需要进行显式编程的算法模型来对新数据进行预测的能力。这里所谓不需要进行显式编程便是区别于传统程序算法需要人为指定程序执行步骤的过程。

Field of study that gives computers the ability to learn without being explicitly programmed

第二位是卡内基梅隆大学的计算机科学家汤姆·迈克尔·米切尔（Tom Michael Mitchell），他给出了一个相较于塞缪尔更加正式与学术的定义。米切尔认为，如果计算机程序能够在任务T中学得经验E，并且可以通过指标P进行评价，同时根据经验E还能够提升程序在任务T中的评价指标P，这就是机器学习[2]。这段话对于初学者来讲稍微有点拗口，其实际想要表达的就是，如果一个计算机程序能够自己根据数据样本学习，以此获得经验并通过迭代逐步提高最终的表现结果，则这个过程就被称为机器学习。

A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P, if its performance at tasks in T, as measured by P, improves with experience E.

可以看出，两位大师虽然在对机器学习进行定义时用了不同的语言进行描述，但是从本质上来讲他们说的都是一回事，即能让计算机根据现有的数据样本自己“学”出一套潜在规则的过程。

出现动机#

手工写规则难以应对复杂开放的任务：图像识别、自然语言理解、推荐系统等。机器学习的核心思路是「让算法自动从数据中学规律」——只要有足够多、足够好的样本，模型可以学到比人工规则更准确、更鲁棒的决策。

优点缺点#

• 优点：
  • 泛化能力强，能处理规则难以穷举的复杂任务；
  • 同一套框架可适配多种数据（文本、图像、语音）；
  • 在数据充足时表现往往超过手工规则。
• 缺点：
  • 依赖大量高质量数据；
  • 对训练数据分布外的样本泛化能力差；

术语别名#

• Machine Learning
• ML
• 机器学习

相关术语#

• 监督学习
• 无监督学习
• 半监督学习
• 强化学习
• 深度学习