/986 什么是机器学习 机器学习界“数据为王”思想 一般来说（不是绝对），数据越多，最后机器学 习生成的模型预测的效果越好。 eain 角Erie Xing CMU20n8.00a
什么是机器学习 ◼ 机器学习界“数据为王”思想 一般来说(不是绝对)，数据越多，最后机器学 习生成的模型预测的效果越好。 36
/986 机器学习的发展 ■机器学习的由来 ■机器学习的理论基础发展 38
机器学习的发展 38 ◼ 机器学习的由来 ◼ 机器学习的理论基础发展
E气中中到中中时书P金 但50年.图灵发表了一地时代的 人工智捷的滋生 机器学习的发展 论文并拼出了著名的图灵试型 (1343一056月 956年达特第斯会议A!的责生 /986 荷号主义 早阴推理系统 早期神是网路[联结主义) 1950-1970年的早 智能计尊机程序系统，其 胆发属热湘 ■ 机器学习的由来 内部含有大量的某个镇蜗 专家系统 专素水平的知只与经验， 能够利用人类考家的如识 和决问顺的方法来处理 该短问里 机器学习是人工智能 “N之冬”之后，语言识 统计学派 别额随疏计学派取代专 东系织 专门研究计算机怎样漫礼或 1980-2000年的闭 实现人类的学习行为、以积 研究发展到一定阶段的 二次发展热滑 机裤学习 取新的知识或技能，重新形组 织己有的知识结种使之不断 试善自易的性能 1、人工智 神经网络（联绍 神经网经用语模式 能的历史 必然产物。 主义玉获新生) 识别裤任务 指无法在一定时网范围内 用常规收件工具进行浦 接、世境和处理的数景绅 大做规 合，鼻需要新处理国式才 5应用 陆具有更强的决素力，罚 展发现力和流程优化南力 的海量、高诺长率和多样 化的信息资产， 通过组合低层特证形成更 加抽象的亮层表示属性类 2003年之后的第目 别成特证以发理数据的 次发属热源 分布式科征表示 源度学习 机器视觉：语音识别、鼠 然错详污领延课度学习的 甘迪应用 座化学习，正移学习 生成对抗碗结裤行孩术 的发属 (非深安)机器学习 AlphaGo为标注的大众传措
39 机器学习的发展 ◼ 机器学习的由来 机器学习是人工智能 研究发展到一定阶段的 必然产物
/986 机器学习的发展 机器学习的由来 20世纪50年代到70年代初，人工智能研究处于“推理期”，人 们认为只要给机器赋予逻辑推理能力，机器就能具有智 能。 然而，随着研究向前发展，人们逐渐认识到，仅具有逻辑推理能 力是远远实现不了人工智能的。 E.A.Feigenbaum等人认为，要使机器具有智能，就必须设法使机 器拥有知识。在他们的倡导下，20世纪70年代中期开始，人工智能 进入了“知识期”。在这一时期，大量专家系统问世，在很多领域做 出了巨大贡献。 40
机器学习的发展 40 ◼ 20 世纪50 年代到 70 年代初，人工智能研究处于“推理期”，人 们认为只要给机器赋予逻辑推理能力，机器就能具有智 能。 ◼ 然而，随着研究向前发展，人们逐渐认识到，仅具有逻辑推理能 力是远远实现不了人工智能的。 E.A. Feigenbaum等人认为，要使机器具有智能，就必须设法使机 器拥有知识。在他们的倡导下，20 世纪 70 年代中期开始，人工智能 进入了“知识期”。在这一时期，大量专家系统问世，在很多领域做 出了巨大贡献。 ◼ 机器学习的由来
966 机器学习的发展 机器学习的由来 ■但是，专家系统面临“知识工程瓶颈”，简单 地说，就是由人来把知识总结出来再教给计算 机是相当困难的。 于是，一些学者想到，如果机器自己能够学习知识该多好！ 机器学习自然就产生了！ 41
机器学习的发展 ◼ 机器学习的由来 ◼ 但是，专家系统面临“知识工程瓶颈”，简单 地说，就是由人来把知识总结出来再教给计算 机是相当困难的。 于是，一些学者想到，如果机器自己能够学习知识该多好！ 机器学习自然就产生了！ 41