Question

自主学习算法和机器学习的区别？

Answer 1

自主学习算法和机器学习的区别？
一、指代不同
1、机器学习算法：是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。
2、深度学习：是机器学习(ML, Machine Learning)领域中一个新的研究方向，它被引入机器学习使其更接近于最初的目标人工智能。
二、学习过程不同
1、机器学习算法：学习系统的基本结构。环境向系统的学习部分提供某些信息，学习部分利用这些信息修改知识库，以增进系统执行部分完成任务的效能，执行部分根据知识库完成任务，同时把获得的信息反馈给学习部分。
2、深度学习：通过设计建立适量的神经元计算节点和多层运算层次结构，选择合适的输人层和输出层，通过网络的学习和调优，建立起从输入到输出的函数关系，虽然不能100%找到输入与输出的函数关系，但是可以尽可能的逼近现实的关联关系。三、应用不同
1、机器学习算法：：数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、DNA序列测序、语音和手写识别、战略游戏和机器人运用。
2、深度学习：计算机视觉、语音识别、自然语言处理等其他领域。

Answer 2

首先关注什么是机器学习？
机器学习有下面几种定义：
机器学习是一门人工智能的科学，该领域的主要研究对象是人工智能，特别是如何在经验学习中改善具体算法的性能。
机器学习是对能通过经验自动改进的计算机算法的研究。
机器学习是用数据或以往的经验，以此优化计算机程序的性能标准。
一种经常引用的英文定义是：
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.
通俗一点的解释就是，机器学习算法可以从过去已知的数据中学习数据隐藏的规律，利用这些学习来的规律，在给定一定输入的情况下，对未来进行预测。
机器学习的应用领域有哪些？
机器学习已广泛应用于数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、检测信用卡欺诈、证券市场分析、DNA序列测序、语音和手写识别、战略游戏和机器人等众多领域。
机器学习算法的分类以及这些分类之间的区别是什么？
广义来说，有三种机器学习算法：① 监督式学习，② 非监督式学习，③ 强化学习，以下分别介绍这三种方法的区别。
监督式学习
定义：从给定的训练数据集中学习出一个函数，当新的数据到来时，可以根据这个函数预测结果。监督学习的训练集要求是包括输入和输出，也可以说是特征和目标。训练集中的目标是由人标注的。常见的监督学习算法包括线性回归分析和逻辑回归分析。
监督式学习的例子有：线性回归、决策树、随机森林、K – 近邻算法、逻辑回归等。
非监督式学习
定义：与监督学习相比，训练集没有人为标注的结果。常见的无监督学习算法有聚类。这种分析方式被广泛地用来细分客户，根据干预的方式分为不同的用户组。
非监督式学习的例子有：关联算法和 K – 均值算法。
强化学习
定义：通过观察来学习做成如何的动作。每个动作都会对环境有所影响，学习对象根据观察到的周围环境的反馈来做出判断。这个算法训练机器进行决策。它是这样工作的：机器被放在一个能让它通过反复试错来训练自己的环境中。机器

Answer 3

我们都熟悉“人工智能”这一概念。毕竟，这个词常在热门电影中出现，如《终结者》、《黑客帝国》、《机械姬》。 但你也肯定常常听到其他术语，如“机器学习”，这些词有时与人工智能交替使用。人工智能对我们的社会和未来带来的影响是不可预计的，可以肯定的是，随着人工智能和物联网的进步和持续发展，带来的影响必将是深远的。

怎样才可以在正确的时间正确的使用这些词？他们都是一样的意思吗？然而更多时候，人们总是混淆的使用它们。

关于人工智能的那些事儿

“人工智能”这一概念于 1956 年首次被计算机科学家 John McCarthy 提出。指的是在处理任务时具有人类智力特点的机器。包括具有组织和理解语言，识别物体和声音，以及学习和解决问题等能力。

我们可以把人工智能分为广义和狭义两方面来理解。 广义上包括上述所有人类智力的特征。 狭义上的指在某些领域具有人工智能，且能在这些领域发挥到极致，但仅局限于此领域。 例如一个极为擅长识别图像的机器，但在其他方面表现欠佳，这就是狭义上的人工智能。

百科上对人工智能的定义分为两部分，即“人工”和“智能”。

“人工”比较好理解，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步，等等。但总的来说，“人工系统”就是通常意义下的人工系统。

关于什么是“智能”，就问题多多了。这涉及到其它诸如意识（CONSCIOUSNESS）、自我（SELF）、思维（MIND）（包括无意识的思维（UNCONSCIOUS_MIND））等等问题。人唯一了解的智能是人本身的智能，这是普遍认同的观点。但是我们对我们自身智能的理解都非常有限，对构成人的智能的必要元素也了解有限，所以就很难定义什么是“人工”制造的“智能”了。

Answer 4

我们根据机器学习的定义（即让计算机不依赖确定的编码指令来自主的学习工作）可知，匈牙利算法的整个求解过程是确定性的，即一张图下进行求解，运行n次，算法流程以及结果都不具备不确定性。因此，匈牙利算法并非机器学习算法。