Python机器学习算法与应用
上QQ阅读APP看书,第一时间看更新

1.2 机器学习的发展

机器学习是人工智能研究较为年轻的分支,发展过程大体上可分为4个时期:

· 第一阶段是在20世纪50年代中叶到60年代中叶,属于热烈时期。

· 第二阶段是在20世纪60年代中叶至70年代中叶,属于冷静时期。

· 第三阶段是从20世纪70年代中叶至80年代中叶,属于复兴时期。

· 第四阶段是机器学习的最新阶段,始于1986年。

机器学习进入新阶段重要表现在下列诸方面:

· 机器学习已成为新的边缘学科并在高校形成一门课程。它综合应用心理学、生物学和神经生理学以及数学、自动化和计算机科学形成机器学习理论基础。

· 结合各种学习方法,取长补短。与符号学习的耦合可以更好地解决连续性信号处理中知识与技能的获取与求精问题。

· 机器学习与人工智能各种基础问题的统一性观点正在形成。例如,学习与问题求解结合进行、知识表达便于学习的观点产生了通用智能系统SOAR的组块学习。类比学习与问题求解结合的基于案例方法已成为经验学习的重要方向。

· 各种学习方法的应用范围不断扩大,一部分已形成商品。归纳学习的知识获取工具已在诊断分类型专家系统中广泛使用。连接学习在声图文识别中占优势。分析学习已用于设计综合型专家系统。遗传算法与强化学习在工程控制中有较好的应用前景。与符号系统耦合的神经网络连接学习将在企业的智能管理与智能机器人运动规划中发挥作用。

· 与机器学习有关的学术活动空前活跃。国际上除每年一次的机器学习研讨会外,还有计算机学习理论会议以及遗传算法会议。