一、機(jī)器學(xué)習(xí)的本質(zhì)是什么

　　長久以來，人類對(duì)事物的認(rèn)知經(jīng)由三個(gè)步驟：原始數(shù)據(jù)——專業(yè)知識(shí)/經(jīng)驗(yàn)常識(shí)——認(rèn)知。長久以來，人類對(duì)事物的認(rèn)知經(jīng)由三個(gè)步驟：原始數(shù)據(jù)——專業(yè)知識(shí)/經(jīng)驗(yàn)常識(shí)——認(rèn)知。

　　面對(duì)同樣的原始數(shù)據(jù)(股市數(shù)據(jù)，儀表指數(shù)，社會(huì)現(xiàn)象等)，擁有不同知識(shí)的人將得出不同的認(rèn)知;同樣，擁有相同知識(shí)的人，面對(duì)沒有數(shù)據(jù)、有少量數(shù)據(jù)、有大量數(shù)據(jù)以及有充分?jǐn)?shù)據(jù)等不同情況時(shí)，也將得出不同的認(rèn)知(信息均等博弈，信息不對(duì)稱博弈)。

　　那么究竟是知識(shí)重要還是數(shù)據(jù)重要?在人類歷史很長一段時(shí)間內(nèi)，無疑是知識(shí)的擁有者占據(jù)了上風(fēng)。而機(jī)器學(xué)習(xí)方法的出現(xiàn)，則將這個(gè)趨勢(shì)徹底扭轉(zhuǎn)?；蛟S，“知識(shí)”未來將一文不值，而“數(shù)據(jù)”，才是價(jià)值連城。

　　機(jī)器學(xué)習(xí)的本質(zhì)，就在于建立了(原始數(shù)據(jù)——認(rèn)知)之間的直接映射，跳出了“知識(shí)”的束縛。從此，人類的認(rèn)知方式改天換地。因?yàn)?，從此我們或許再也不需要那冗桎的“知識(shí)”。

　　二、機(jī)器學(xué)習(xí)可以這樣分類

　　(一)基于學(xué)習(xí)方法的分類

　　(1)歸納學(xué)習(xí)

　　符號(hào)歸納學(xué)習(xí)：典型的符號(hào)歸納學(xué)習(xí)有示例學(xué)習(xí)、決策樹學(xué)習(xí)。

　　函數(shù)歸納學(xué)習(xí)(發(fā)現(xiàn)學(xué)習(xí))：典型的函數(shù)歸納學(xué)習(xí)有神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)、示例學(xué)習(xí)、發(fā)現(xiàn)學(xué)習(xí)、統(tǒng)計(jì)學(xué)習(xí)。

　　(2)演繹學(xué)習(xí)

　　(3)類比學(xué)習(xí)：典型的類比學(xué)習(xí)有案例(范例)學(xué)習(xí)。

　　(4)分析學(xué)習(xí)：典型的分析學(xué)習(xí)有解釋學(xué)習(xí)、宏操作學(xué)習(xí)。

　　(二)基于學(xué)習(xí)方式的分類

　　(1)監(jiān)督學(xué)習(xí)(有導(dǎo)師學(xué)習(xí))：輸入數(shù)據(jù)中有導(dǎo)師信號(hào)，以概率函數(shù)、代數(shù)函數(shù)或人工神經(jīng)網(wǎng)絡(luò)為基函數(shù)模型，采用迭代計(jì)算方法，學(xué)習(xí)結(jié)果為函數(shù)。

　　(2)無監(jiān)督學(xué)習(xí)(無導(dǎo)師學(xué)習(xí))：輸入數(shù)據(jù)中無導(dǎo)師信號(hào)，采用聚類方法，學(xué)習(xí)結(jié)果為類別。典型的無導(dǎo)師學(xué)習(xí)有發(fā)現(xiàn)學(xué)習(xí)、聚類、競爭學(xué)習(xí)等。

　　(3)強(qiáng)化學(xué)習(xí)(增強(qiáng)學(xué)習(xí))：以環(huán)境反饋(獎(jiǎng)/懲信號(hào))作為輸入，以統(tǒng)計(jì)和動(dòng)態(tài)規(guī)劃技術(shù)為指導(dǎo)的一種學(xué)習(xí)方法。

　　(三)基于數(shù)據(jù)形式的分類

　　(1)結(jié)構(gòu)化學(xué)習(xí)：以結(jié)構(gòu)化數(shù)據(jù)為輸入，以數(shù)值計(jì)算或符號(hào)推演為方法。典型的結(jié)構(gòu)化學(xué)習(xí)有神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)、統(tǒng)計(jì)學(xué)習(xí)、決策樹學(xué)習(xí)、規(guī)則學(xué)習(xí)。

　　(2)非結(jié)構(gòu)化學(xué)習(xí)：以非結(jié)構(gòu)化數(shù)據(jù)為輸入，典型的非結(jié)構(gòu)化學(xué)習(xí)有類比學(xué)習(xí)案例學(xué)習(xí)、解釋學(xué)習(xí)、文本挖掘、圖像挖掘、Web挖掘等。

　　(四)基于學(xué)習(xí)目標(biāo)的分類

　　(1)概念學(xué)習(xí)：學(xué)習(xí)的目標(biāo)和結(jié)果為概念，或者說是為了獲得概念的學(xué)習(xí)。典型的概念學(xué)習(xí)主要有示例學(xué)習(xí)。

　　(2)規(guī)則學(xué)習(xí)：學(xué)習(xí)的目標(biāo)和結(jié)果為規(guī)則，或者為了獲得規(guī)則的學(xué)習(xí)。典型規(guī)則學(xué)習(xí)主要有決策樹學(xué)習(xí)。

　　(3)函數(shù)學(xué)習(xí)：學(xué)習(xí)的目標(biāo)和結(jié)果為函數(shù)，或者說是為了獲得函數(shù)的學(xué)習(xí)。典型函數(shù)學(xué)習(xí)主要有神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)。

　　(4)類別學(xué)習(xí)：學(xué)習(xí)的目標(biāo)和結(jié)果為對(duì)象類，或者說是為了獲得類別的學(xué)習(xí)。典型類別學(xué)習(xí)主要有聚類分析。

　　(5)貝葉斯網(wǎng)絡(luò)學(xué)習(xí)：學(xué)習(xí)的目標(biāo)和結(jié)果是貝葉斯網(wǎng)絡(luò)，或者說是為了獲得貝葉斯網(wǎng)絡(luò)的一種學(xué)習(xí)。其又可分為結(jié)構(gòu)學(xué)習(xí)和多數(shù)學(xué)習(xí)。