在這篇文章中，小編將對機器學習的發(fā)展歷程的相關內容和情況加以介紹以幫助大家增進對機器學習的了解程度，和小編一起來閱讀以下內容吧。

機器學習實際上已經存在了幾十年或者也可以認為存在了幾個世紀。追溯到17世紀，貝葉斯、拉普拉斯關于最小二乘法的推導和馬爾可夫鏈，這些構成了機器學習廣泛使用的工具和基礎。1950年(艾倫.圖靈提議建立一個學習機器)到2000年初(有深度學習的實際應用以及最近的進展，比如2012年的AlexNet)，機器學習有了很大的進展。

從20世紀50年代研究機器學習以來，不同時期的研究途徑和目標并不相同，可以將機器學習的發(fā)展歷程劃分為四個階段。

第一階段是20世紀50年代中葉到60年代中葉，這個時期主要研究“有無知識的學習”。這類方法主要是研究系統(tǒng)的執(zhí)行能力。這個時期，主要通過對機器的環(huán)境及其相應性能參數的改變來檢測系統(tǒng)所反饋的數據，就好比給系統(tǒng)一個程序，通過改變它們的自由空間作用，系統(tǒng)將會受到程序的影響而改變自身的組織，最后這個系統(tǒng)將會選擇一個最優(yōu)的環(huán)境生存。在這個時期最具有代表性的研究就是Samuet的下棋程序。但這種機器學習的方法還遠遠不能滿足人類的需要。

第二階段從20世紀60年代中葉到70年代中葉，這個時期主要研究將各個領域的知識植入到系統(tǒng)里，在本階段的目的是通過機器模擬人類學習的過程。同時還采用了圖結構及其邏輯結構方面的知識進行系統(tǒng)描述，在這一研究階段，主要是用各種符號來表示機器語言，研究人員在進行實驗時意識到學習是一個長期的過程，從這種系統(tǒng)環(huán)境中無法學到更加深入的知識，因此研究人員將各專家學者的知識加入到系統(tǒng)里，經過實踐證明這種方法取得了一定的成效。在這一階段具有代表性的工作有Hayes-Roth和Winson的對結構學習系統(tǒng)方法。

第三階段從20世紀70年代中葉到80年代中葉，稱為復興時期。在此期間，人們從學習單個概念擴展到學習多個概念，探索不同的學習策略和學習方法，且在本階段已開始把學習系統(tǒng)與各種應用結合起來，并取得很大的成功。同時，專家系統(tǒng)在知識獲取方面的需求也極大地刺激了機器學習的研究和發(fā)展。在出現第一個專家學習系統(tǒng)之后，示例歸納學習系統(tǒng)成為研究的主流，自動知識獲取成為機器學習應用的研究目標。1980年，在美國的卡內基梅隆(CMU)召開了第一屆機器學習國際研討會，標志著機器學習研究已在全世界興起。此后，機器學習開始得到了大量的應用。1984年，Simon等20多位人工智能專家共同撰文編寫的MachineLearning文集第二卷出版，國際性雜志Machine Learning創(chuàng)刊，更加顯示出機器學習突飛猛進的發(fā)展趨勢。這一階段代表性的工作有Mostow的指導式學習、Lenat的數學概念發(fā)現程序、Langley的BACON程序及其改進程序。

第四階段20世紀80年代中葉，是機器學習的最新階段。這個時期的機器學習具有如下特點：

(1)機器學習已成為新的學科，它綜合應用了心理學、生物學、神經生理學、數學、自動化和計算機科學等形成了機器學習理論基礎。

(2)融合了各種學習方法，且形式多樣的集成學習系統(tǒng)研究正在興起。

(3)機器學習與人工智能各種基礎問題的統(tǒng)一性觀點正在形成。

(4)各種學習方法的應用范圍不斷擴大，部分應用研究成果已轉化為產品。

(5)與機器學習有關的學術活動目前已經是空前活躍。

以上便是小編此次帶來的有關機器學習的全部內容，十分感謝大家的耐心閱讀，想要了解更多相關內容，或者更多精彩內容，請一定關注我們網站哦。