User:だ*ぜ/Draft/機械學習
維基百科,自由的 encyclopedia
機械學習(英語:machine learning,簡稱「ML」)是人工智能的一個子領域,專門研究如何設計一些特殊的演算法與統計模型,用於去教電腦在不需要個用家開口給明文指示的情況下,學識有效這樣做一些特定的作業。機械學習的典型做法如下[2][3]:2:
- 編寫一個程式,教部電腦如何由數據那裡建立一個數學模型來描述他對啲變數之間的關係的知識;
- 找啲樣本數據(即是所謂的「訓練數據」)返來,給個程式處理吓啲數據裡面的個案,等部電腦按個程式建立一個數學模型;以及
- 在將來再遇到同類個案的時候,電腦就會瞭解按他個程式,用建立了那個模型,對這些之前未見過的個案作出預測(即設計者不需要另外讓電腦學習如何應對這些前所未見的個案,電腦自身也會有能力在一定程度上做出應對)。
機械學習演算法做的事情是令部電腦瞭解「用手上資訊,自動地預測某些特定的變數的數值」,所以機械學習的技術可以將「做預測」這件事情自動化,而因為「做預測」這件事情在好多領域都會用到,機械學習可以有好多實用價值,例如是[4]:
- 醫療:機械學習可以用來教電腦由手上的醫療數據,學識哪些病徵與哪些病症有關,所以可以拿來幫手診斷病人(用「手上病人的病徵」預測「他有甚麼病」)[5]。
- 金融:機械學習上有技術可以教電腦由手上的金融(例如是之前那幾個月的股價)來預測打後股價會點變化,這點在金融業上可以幫手做預測[6]。
- 市場學:機械學習可以用來教電腦由過去有關不同產品的銷售量的數據,預測將來(間公司想出)的同類產品的銷售量[7]。
⋯⋯等等。
機械學習與數據科學(data science)的關係十分密切,例如數據探勘(data mining),就可以涉及教部電腦如何找出數據當中的規律,令到部電腦瞭解自動化地探勘一些人手好難分析的數據,由這些數據那裡抽取有用的資訊,而因為「由數據抽取資訊」這件事情基本上無論甚麼科學同商學領域都會用到,所以機械學習對於好多領域來講都是一種好有用的技術[8][9]。