在這篇文章中，小編將對機器學習的發(fā)展歷程的相關內(nèi)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(nèi)容吧。

機器學習實際上已經(jīng)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(gòu)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(shù)的改變來檢測系統(tǒng)所反饋的數(shù)據(jù)，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(jié)構(gòu)及其邏輯結(jié)構(gòu)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(jīng)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(jié)構(gòu)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(jié)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(xiàn)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(nèi)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(shù)學概念發(fā)現(xiàn)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(jīng)生理學、數(shù)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(zhuǎn)化為產(chǎn)品。

(5)與機器學習有關的學術活動目前已經(jīng)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(nèi)容，十分感謝大家的耐心閱讀，想要了解更多相關內(nèi)容，或者更多精彩內(nèi)容，請一定關注我們網(wǎng)站哦。