图灵汇官网

港小科普

大数据

随着大数据相关技术逐渐成熟，它正在构建起庞大的价值体系，并发挥越来越重要的作用。上期我们介绍了大数据支撑技术之一——统计学。

机器学习

今天，我们重点介绍大数据支撑技术之二——机器学习。

机器学习作为当前科技领域最热门的名词之一，虽然我们几乎每天都能听到机器学习、深度学习和人工智能等术语，但真正理解其背后的原理的人却寥寥无几。本次，我们将向大家介绍机器学习，让您站在科技的前沿。

机器学习是一门多学科交叉的领域，与统计学有着密切的联系。它研究如何让计算机模拟或实现人类的学习行为，以获得新知识或技能，并不断优化自身性能。机器学习是人工智能的核心，是赋予计算机智能的关键路径，广泛应用于人工智能的各个领域。它主要采用归纳和综合的方法，而非演绎。

通俗理解

机器学习通过分析大量数据来进行学习。例如，无需编程即可识别猫或人脸，而是通过使用图片进行训练，从而归纳和识别特定的目标。

机器学习的基本步骤

机器学习的基本步骤包括：利用现有部分数据（训练集）作为学习素材（输入），通过机器学习算法，让机器学会处理更多数据或未来数据的能力（目标函数）。目标函数通常难以精确定义，因此通常采用逼近算法来估算目标函数。

深度学习

深度学习是机器学习研究中的新兴领域，因其在围棋比赛中击败世界冠军而备受关注。深度学习的工作方式是建立和模拟人脑的神经网络，模仿人脑的机制来解析数据。它已被广泛应用于语音识别、图像识别和自动驾驶等领域。

机器学习的理论基础

机器学习的理论基础涵盖多个领域，包括人工智能、贝叶斯方法、计算复杂性理论、控制论、信息论、哲学、心理学和神经生物学以及统计学等。

下期预告

下一期我们将推出大数据支撑技术之三——数据可视化。

参考文献

《数据分析与大数据实践》

天津数港

数据驱动智能，创新引领未来

编辑：潘玥 时悦
审核：邓晶龙