人工智能之Mechine Learning

• 

  留学费用

• 

  大学排名

• 

  选校系统

• 

  留学资料

人工智能在最近的it领域可以说是被炒的火热，即将在上海举行的世界人工智能大会更是将人工智能推到一个高点，但大部分人对人工智能仍然是一头雾水，究竟什么是人工智能？人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。今天我来给大家讲一下人工智能下的一个方向:Mechine Learning。

机器学习是一门无需明确编程就能让计算机运行的科学。在过去的十年里，机器学习给我们带来了自动驾驶汽车、实用的语音识别、有效的网络搜索，以及对人类基因组的极大了解。机器学习在今天是如此普及，以至于你可能一天使用它几十次而不知道它。许多研究人员还认为，这是向人类水平的人工智能迈进的最佳途径。>>学习人工智能哪个大学好？

美国计算机游戏和人工智能领域的先驱阿瑟·塞缪尔(Arthur Samuel)于1959年在IBM工作时创造了“机器学习”一词。作为一项科学研究，机器学习源于对人工智能的探索。早在人工智能作为一门学术学科的早期，一些研究人员就对让机器从数据中学习产生了兴趣。他们试图用各种符号方法，以及当时被称为“神经网络”的方法来解决这个问题;这些主要是感知器和其他模型，后来发现是对统计的广义线性模型的重新发明。概率推理也被采用，特别是在自动医疗诊断中。然而，对逻辑的、基于知识的方法的日益重视导致了人工智能和机器学习之间的裂痕。概率系统一直受到数据采集和表示的理论和实际问题的困扰。1980年，专家系统开始主导人工智能，统计数据不再受欢迎。对符号/知识学习的研究确实在人工智能中继续进行，导致了归纳逻辑编程，但更多的统计研究现在已经超出了人工智能本身的领域，即模式识别和信息检索。大约在同一时期，人工智能和计算机科学放弃了对神经网络的研究。这条线也被其他学科的研究人员，包括Hopfield, Rumelhart和Hinton，在AI/CS领域之外，作为“连接主义”继续延伸。20世纪80年代中期，随着反向传播的重新发明，他们获得了巨大的成功。机器学习，重组为一个独立的领域，开始蓬勃发展在1990年代。该领域的目标从实现人工智能转变为解决具有实用性的可解决问题。它将注意力从从人工智能继承的符号方法转移到从统计学和概率论借鉴的方法和模型上。资讯科技署亦受惠于数码资讯的日益普及，以及透过互联网分发资讯的能力。>>人工智能还有哪些方向专业？

人们对机器学习产生兴趣的原因，与数据挖掘和贝叶斯分析比以往任何时候都更受欢迎的原因相同。比如不断增长的可用数据量和种类，更便宜、更强大的计算处理，以及负担得起的数据存储。所有这些都意味着可以快速自动地生成模型，从而分析更大、更复杂的数据，甚至在非常大的范围内交付更快、更准确的结果。通过建立精确的模型，一个组织有更好的机会识别有利可图的机会或避免未知的风险。

机器学习是一个交叉性的方向，一般在计算机类，数据类，统计类等专业下都有这个分支。

图灵奖获得者、中国工程院外籍院士——Raj Reddy表示：“Al将成为人类的“守护天使”，帮助他们完成现在无法完成的任务‘’让我们期待机器学习，人工智能在未来中大放光彩！

【免费拨打400-618-0271一对一专家咨询，定制留学专属规划】

还想了解更多留学相关信息，你可以进入【新通教育天津官网】留学资讯一手掌握!

拨打400-618-0271或 【点击咨询】，得到新通留学顾问详细的解答!

点击 录取率测试【录取率测试】 免费评测，提前了解留学实力!