机器学习（人工智能的核心技术）

机器学习（人工智能的核心技术）

机器学习是人工智能的核心分支，旨在通过算法让计算机从数据中自动学习规律并做出预测或决策，而无需显式编程。其概念于1952年由亚瑟·塞缪尔正式提出 。2024年，约翰·霍普菲尔德和杰弗里·辛顿因在使用人工神经网络实现机器学习方面的奠基性工作，共同获得了诺贝尔物理学奖 。

机器学习主要分为监督学习、无监督学习和强化学习三大类。常见算法包括线性回归、决策树、聚类及神经网络等 。深度学习是机器学习的一个分支领域，它基于人工神经网络对数据进行表征学习 。机器学习已广泛应用于图像识别、自然语言处理、推荐系统、金融风控、医疗诊断及自动驾驶等多个领域。

机器学习的研究始于20世纪50年代。1949年，赫布提出了赫布学习规则。1957年，罗森·布拉特提出了感知机模型。1986年，昆兰提出了决策树ID3算法 。2006年，杰弗里·辛顿在《科学》上发表文章，翻开了深度学习的新篇章 。2012年，AlexNet在ImageNet大规模视觉识别挑战赛中夺冠，被视为深度学习革命的重要标志 。2016年，利用深度学习训练的AlphaGo成功击败人类世界冠军 。

想要了解更多“机器学习（人工智能的核心技术）”的信息，请点击：机器学习（人工智能的核心技术）百科