機器學習 | 全台第三方支付網

定義[編輯]·機器學習是一門人工智慧的科學，該領域的主要研究物件是人工智慧，​特別是如何在經驗學習中改善具體演算法的效能。·機器學習是對能通過經驗自動 ...

機器學習（英語：machine learning，簡稱ML）是人工智慧的一個分支。機器學習理論主要是設計和分析一些讓電腦可以自動「學習」的演算法。機器學習演算法是一類從資料中自動分析獲得規律，並利用規律對未知資料進行預測的演算法。因為學習演算法中涉及了大量的統計學理論，機器學習與推論統計學聯絡尤為密切，也被稱為統計學習理論。演算法設計方面，機器學習理論關注可以實現的，行之有效的學習演算法（要防止錯誤累積）。很多推論問題屬於非程式化決策，所以部分的機器學習研究是開發容易處理的近似演算法。

機器學習已廣泛應用於資料探勘、電腦視覺、自然語言處理、生物特徵辨識、搜尋引擎、醫學診斷、檢測信用卡詐騙、證券市場分析、DNA序列定序、語音和手寫辨識、遊戲和機器人等領域。機器學習在近30多年已發展為一門多領域科際整合，涉及機率論、統計學、逼近論、凸分析、計算複雜性理論、資訊理論等多門學科。

機器學習有下面幾種定義：

另外，電腦科學家湯姆·米切爾在其著作的Machine Learning一書中定義的機器學習為[1]：

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.

——Tom Mitchell，Machine Learning

作為一項科學事業，機器學習起源於人類對人工智慧（Artificial Intelligence，簡稱AI）的探索。在AI作為學術領域早期階段，一些研究者希望能讓機器從資料中學習。他們嘗試通過多種符號方法（symbolic methods）來解決這個問題，同時也...