机器学习理论基础 - 核心概念篇
Day 1: 机器学习理论基础 - 核心概念篇
1. 背景介绍
机器学习的历史发展
机器学习(Machine Learning)这个概念最早由Arthur Samuel在1959年提出,他将其定义为"让计算机具有学习能力而无需进行明确编程的研究领域"。从那时起,机器学习经历了几个重要发展阶段:
- 1950s-1960s: 感知机和早期神经网络
- 1970s-1980s: 专家系统和基于规则的方法
- 1990s-2000s: 统计学习理论和支持向量机
- 2010s至今: 深度学习革命和大数据时代
为什么机器学习如此重要?
在传统编程中,我们需要明确告诉计算机每一步该做什么。但面对复杂的现实问题(如图像识别、语音理解、自然语言处理),传统编程方法变得极其困难甚至不可能。机器学习允许计算机从数据中自动发现模式,做出预测和决策。
2. 概念详解
2.1 机器学习的三大范式
监督学习 (Supervised Learning)
- 定义</