隨著人工智能（AI）技術(shù)對(duì)各行各業(yè)有越來(lái)越深入的影響，我們也更多地在新聞或報(bào)告中聽(tīng)到“機(jī)器學(xué)習(xí)”、“深度學(xué)習(xí)”、“增強(qiáng)學(xué)習(xí)”、“神經(jīng)網(wǎng)絡(luò)”等詞匯，對(duì)于非專業(yè)人士來(lái)說(shuō)略為玄幻。這篇文章為讀者梳理了包括這些在內(nèi)的12個(gè)關(guān)鍵詞，希望幫助讀者更清晰地理解，這項(xiàng)人工智能技術(shù)的內(nèi)涵和潛能。

　　1、機(jī)器學(xué)習(xí)

　　湯姆·米歇爾教授任職于卡內(nèi)基梅隴大學(xué)計(jì)算機(jī)學(xué)院、機(jī)器學(xué)習(xí)系，根據(jù)他在《機(jī)器學(xué)習(xí)》一書(shū)中的定義，機(jī)器學(xué)習(xí)是“研究如何打造可以根據(jù)經(jīng)驗(yàn)自動(dòng)改善的計(jì)算機(jī)程序”。機(jī)器學(xué)習(xí)在本質(zhì)上來(lái)說(shuō)是跨學(xué)科的，使用了計(jì)算機(jī)科學(xué)、統(tǒng)計(jì)學(xué)和人工智能以及其他學(xué)科的知識(shí)。機(jī)器學(xué)習(xí)研究的主要產(chǎn)物是算法，可以幫助基于經(jīng)驗(yàn)的自動(dòng)改善。這些算法可以在各個(gè)行業(yè)有廣泛應(yīng)用，包括計(jì)算機(jī)視覺(jué)、人工智能和數(shù)據(jù)挖掘。

　　2、分類

　　分類的含義是，打造模型，將數(shù)據(jù)分類進(jìn)入不同的類別。這些模型的打造方式，是輸入一個(gè)訓(xùn)練數(shù)據(jù)庫(kù)，其中有預(yù)先標(biāo)記好的類別，供算法進(jìn)行學(xué)習(xí)。然后，在模型中輸入類別未經(jīng)標(biāo)記的數(shù)據(jù)庫(kù)，讓模型基于它從訓(xùn)練數(shù)據(jù)庫(kù)中所學(xué)到的知識(shí)，來(lái)預(yù)測(cè)新數(shù)據(jù)的類別。

　　因?yàn)檫@類的算法需要明確的類別標(biāo)記，因此，分類算是“監(jiān)督學(xué)習(xí)”的一種形式。

　　3、回歸

　　回歸是與分類緊密聯(lián)系在一起的。分類是預(yù)測(cè)離散的類別，而回歸則適用的情況，是當(dāng)預(yù)測(cè)“類別”由連續(xù)的數(shù)字組成。線性回歸就是回歸技術(shù)的一個(gè)例子。

　　圖片來(lái)源：KDNuggets