文档介绍
机器学习概述复旦大学赵卫东博士wdzhao@章节介绍随着大数据的发展和计算机运算能力的不断提升，人工智能在最近几年取得令人瞩目的成就，目前在很多行业都开始应用机器学习技术，从而获取更深刻的洞察，为企业经营或日常生活提供帮助，提升产品服务水平。机器学习已经广泛应用于数据挖掘、搜索引擎、电子商务、自动驾驶、图像识别、量化投资、自然语言处理、计算机视觉、医学诊断、信用卡欺诈检测、证券金融市场分析、游戏和机器人等领域，在分析中使用机器学习的现实意义是获得有用信息，随着机器学习相关技术的进步，促进了人工智能在多个领域的发展机器学习定义机器学习(MachineLearning)是计算机科学的子领域，也是人工智能的一个分支和实现方式。TomMitchell在他1997年出版的《MachineLearning》一书中指出机器学习这门学科所关注的是计算机程序如何随着经验积累自动提高性能。同时给出了形式化的描述：对于某类任务T和性能度量P，如果一个计算机程序在T上以P衡量的性能随着经验E而自我完善，那么就称这个计算机程序在从经验E学习。机器学习是一门用来设计算法的学科，这些算法能够从数据中构造预测和描述模型。机器学习主要的理论基础涉及到概率论、数理统计、数值逼近、最优化理论、计算复杂理论等，核心要素是数据、算法和模型。复旦大学赵卫东机器学习的本质机器学习的任务是学习大量数据中隐藏的模式，利用这种模式可以对新的样本进行判别和预测（泛化性）。用数据优化计算机程序的模型参数通过经验自动改进的计算机算法分类(Classification)预测(Estimation)复旦大学赵卫东机器学习的发展机器学习的发展分为知识推理期、知识工程期、浅层学习（ShallowLearning）和深度学习（DeepLearning）几个阶段。在机器学习的发展过程中，随着人们对智能的理解和现实问题的解决方法演变，大致出现了