机器学习
机器学习，是人工智能的一个子领域，主要关注于开发一些让计算机可以自动“学习”的技术。更具体说，机器学习是一种用于创建数据集分析分析程序的方法。机器学习跟统计学有着重要的关系，因为这两个领域都是研究数据分析，但是又不像统计学，机器学习关注的是计算实现的算法复杂度。很多推论问题属于无程序可循难度，所以部分的机器学习研究是开发容易处理的近似算法。
机器学习已经有了十分广泛的应用例如生物特征识别、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、计算机视觉、战略游戏和机器人运用。
目录 |
[编辑] 机器学习相关条目
下面的条目涉及到典型的机器学习技术
[编辑] 参看
- 人工智能
- 计算智能
- 数据挖掘
- 模式识别
- 机器学习方面重要出版物 (计算机科学)
- 机器学习方面重要出版物 (统计学)
- 自主控制机器人
- 归纳逻辑编程
- 决策树
- 神经网络
- 强化学习
- 贝叶斯学习
- 最近邻
- 计算学习理论
[编辑] 参考书目
- Bishop, C. M. (1995). 模式识别神经网络, 牛津大学出版社. ISBN 0198538642
- Richard O. Duda, Peter E. Hart, David G. Stork (2001) 模式识别 (第2版), Wiley, New York, ISBN 0471056693.
- MacKay, D. J. C. (2003). 信息理论，参考和学习算法, 剑桥大学出版社 ISBN 0521642981
- Mitchell, T. (1997). 机器学习, McGraw Hill. ISBN 0070428077
- Sholom Weiss, Casimir Kulikowski (1991). Computer Systems That Learn, Morgan Kaufmann. ISBN 1-55860-065-5
