機器學習- 維基百科，自由的百科全書 - Wikipedia

機器學習是人工智慧的一個分支。

人工智慧的研究歷史有著一條從以「推理」為重點，到以「知識」為重點，再到以「學習」為重點的自然、清晰的脈絡。

顯然，機器學習是實現 ... 機器學習 維基百科，自由的百科全書 跳至導覽 跳至搜尋 機器學習與資料探勘 問題 分類 聚類 迴歸 異常檢測 資料淨化 自動機器學習（英語：Automatedmachinelearning） 關聯規則 強化學習 結構預測（英語：Structuredprediction） 特徵工程（英語：Featureengineering） 特徵學習 線上機器學習 無監督學習 半監督學習（英語：Semi-supervisedlearning） 排序學習（英語：Learningtorank） 語法歸納（英語：Grammarinduction） 監督式學習(分類 ·迴歸) 決策樹 整合（裝袋，提升，隨機森林） k-NN 線性迴歸 樸素貝氏 神經網路 邏輯迴歸 感知器 支持向量機（SVM） 相關向量機（RVM） 聚類 BIRCH 層次（英語：Hierarchicalclustering） k-平均 期望最大化（EM） DBSCAN OPTICS 均值飄移（英語：Meanshift） 降維 因素分析 CCA ICA LDA NMF（英語：Non-negativematrixfactorization） PCA LASSO t-SNE（英語：t-distributedstochasticneighborembedding） 結構預測（英語：Structuredprediction） 機率圖模型（貝氏網路，CRF,HMM） 異常檢測 k-NN 局部離群因子（英語：Localoutlierfactor） 神經網路 自編碼 深度學習 多層感知機 RNN 受限玻爾茲曼機 SOM CNN 強化學習 Q學習 SARSA（英語：State–action–reward–state–action） 時序差分學習（英語：Temporaldifferencelearning） 深度強化學習 理論 偏誤/變異數困境（英語：Bias–variancetradeoff） 計算學習理論（英語：Computationallearningtheory） 經驗風險最小化 PAC學習（英語：Probablyapproximatelycorrectlearning） 統計學習 VC理論 閱論編 人工智慧 主要目標 知識表示 自動規劃（英語：Automatedplanningandscheduling） 機器學習 語言處理 電腦視覺 機器人學 強人工智慧 實現方式 符號人工智慧 深度學習 貝氏網路 進化演算法 人工智慧哲學 倫理（英語：Ethicsofartificialintelligence） 存在風險（英語：Existentialriskfromartificialgeneralintelligence） 圖靈測試 中文房間 友好的人工智慧（英語：Friendlyartificialintelligence） 人工智慧史 時間軸（英語：Timelineofartificialintelligence） 發展（英語：Progressinartificialintelligence） 人工智慧低谷 技術 應用（英語：Applicationsofartificialintelligence） 專案（英語：Listofartificialintelligenceprojects） 程式語言（英語：Listofprogramminglanguagesforartificialintelligence） 術語 術語（英語：Glossaryofartificialintelligence） 閱論編 機器學習是人工智慧的一個分支。

人工智慧的研究歷史有著一條從以「推理」為重點，到以「知識」為重點，再到以「學習」為重點的自然、清晰的脈絡。

顯然，機器學習是實現人工智慧的一個途徑，即以機器學習為手段解決人工智慧中的問題。

機器學習在近30多年已發展為一門多領域交叉學科，涉及機率論、統計學、逼近論、凸分析（英語：Convexanalysis）、計算複雜性理論等多門學科。

機器學習理論主要是設計和分析一些讓電腦可以自動「學習」的演算法。

機器學習演算法是一類從資料中自動分析獲得規律，並利用規律對未知資料進行預測的演算法。

因為學習演算法中涉及了大量的統計學理論，機器學習與推斷統計學聯絡尤為密切，也被稱為統計學習理論。

演算法設計方面，機器學習理論關注可以實現的，行之有效的學習演算法。

很多推論問題屬於無程式可循難度，所以部分的機器學習研究是開發容易處理的近似演算法。

機器學習已廣泛應用於資料探勘、電腦視覺、自然語言處理、生物特徵辨識、搜尋引擎、醫學診斷、檢測信用卡欺詐、證券市場分析、DNA序列定序、語音和手寫辨識、戰略遊戲和機器人等領域。

目次 1定義 2分類 3算法 4參考文獻 4.1引用 4.2來源 5外部連結 6參見 定義[編輯] 機器學習有下面幾種定義： 機器學習是一門人工智慧的科學，該領域的主要研究物件是人工智慧，特別是如何在經驗學習中改善具體演算法的效能。

機器學習是對能通過經驗自動改進的電腦演算法的研究。

機器學習是用資料或以往的經驗，以此最佳化電腦程式的效能標準。

一種經常參照的英文定義是：AcomputerprogramissaidtolearnfromexperienceEwithrespecttosomeclassoftasksTandperformancemeasureP,ifitsperformanceattasksinT,asmeasuredbyP,improveswithexperienceE. 分類[編輯] 機器學習可以分成下面幾種類別： 監督學習從給定的訓練資料集中學習出一個函數，當新的資料到來時，可以根據這個函數預測結果。

監督學習的訓練集要求是包括輸入和輸出，也可以說是特徵和目標。

訓練集中的目標是由人標註的。

常見的監督學習演算法包括迴歸分析和統計分類。

監督學習和非監督學習的差別就是訓練集目標是否人標註。

他們都有訓練集且都有輸入和輸出 無監督學習與監督學習相比，訓練集沒有人為標註的結果。

常見的無監督學習演算法有生成對抗網路（GAN）、聚類。

半監督學習介於監督學習與無監督學習之間。

增強學習機器為了達成目標，隨著環境的變動，而逐步調整其行為，並評估每一個行動之後所到的回饋是正向的或負向的。

[1] 演算法[編輯] 具體的機器學習演算法有： 構造間隔理論分布：聚類分析和圖型識別 人工神經網路 決策樹 感知器 支援向量機 整合學習AdaBoost 降維與度量學習 聚類 貝氏分類器 構造條件機率：迴歸分析和統計分類 高斯過程迴歸 線性判別分析 最近鄰居法 徑向基函數核 通過再生模型構造機率密度函數： 最大期望演算法 機率圖模型：包括貝氏網路和Markov隨機場 GenerativeTopographicMapping 近似推斷技術： 馬可夫鏈 蒙特卡羅方法 變分法 最佳化：大多數以上方法，直接或者間接使用最佳化演算法。

量子機器學習 參考文獻[編輯] 參照[編輯] ^林東清.资讯管理：e化企业的核心竞争能力七版.台北市:智勝文化.2018年8月:第118頁.ISBN 9789864570478（中文）.  來源[編輯] 書籍 Bishop,C.M.(1995).《圖型識別神經網路》，牛津大學出版社.ISBN0-19-853864-2. Bishop,C.M.(2006).《圖型識別與機器學習》，Springer.ISBN978-0-387-31073-2. RichardO.Duda,PeterE.Hart,DavidG.Stork(2001).《模式分類》（第2版）,NewYork:Wiley.ISBN0-471-05669-3. MacKay,D.J.C.(2003).《訊息理論、推理和學習演算法》（頁面存檔備份，存於網際網路檔案館），劍橋大學出版社.ISBN0-521-64298-1 Mitchel.l,T.(1997).《機器學習》,McGrawHill.ISBN0-07-042807-7 SholomWeiss,CasimirKulikowski(1991).ComputerSystemsThatLearn,MorganKaufmann.ISBN1-55860-065-5. 外部連結[編輯] UCIdescription（頁面存檔備份，存於網際網路檔案館） 機器學習軟體Weka（頁面存檔備份，存於網際網路檔案館） PabloCastro首頁（頁面存檔備份，存於網際網路檔案館） 機器學習網郵寄清單（頁面存檔備份，存於網際網路檔案館） 機器學習和自然語言處理-弗萊堡大學（頁面存檔備份，存於網際網路檔案館） 機器學習和資料探勘，生物資訊學小組，慕尼黑工業大學 機器學習和生物計算-Bristol大學（頁面存檔備份，存於網際網路檔案館） 機器學習和應用統計學@微軟研究 機器學習研究月刊（頁面存檔備份，存於網際網路檔案館） 機器學習期刊（頁面存檔備份，存於網際網路檔案館） 機器學習-Kmining，資料探勘和KDD科學參考（頁面存檔備份，存於網際網路檔案館） Book"智慧型系統社群"byWalterFritz 開放目錄專案（頁面存檔備份，存於網際網路檔案館） 機器學習論文-CiteSeer（頁面存檔備份，存於網際網路檔案館） Orange，使用Python手稿語言的機器學習組件和視覺化編程介面（頁面存檔備份，存於網際網路檔案館） 參見[編輯] 電腦科學主題 資訊科技主題 統計學主題 人工智慧 計算智慧型 資料探勘 圖型識別 機器學習方面重要出版物（電腦科學） 機器學習方面重要出版物（統計學） 自主控制機器人 歸納邏輯編程 決策樹 神經網路 強化學習 貝氏學習 最近鄰居法 計算學習理論 深度學習 機器學習控制 閱論編數學（數學領域） 歷史 綱要（英語：Outlineofmathematics） 符號表 數學基礎 範疇論 集合論 數理邏輯 數學哲學 代數 抽象代數 初等代數 線性代數 多重線性代數 泛代數 數學分析 微積分 實變函數 複變函數 微分方程式 泛函分析 調和分析 離散數學 組合數學 圖論 序理論 博弈論 幾何學 代數幾何 解析幾何 微分幾何 離散幾何學 歐幾里得幾何 非歐幾何 有限幾何學 數論 算術 代數數論 解析數論 幾何數論 丟番圖幾何 拓撲學 代數拓撲 微分拓撲 幾何拓撲 統計學 測度與機率 數理統計學 資料科學 統計推論 迴歸分析 統計學習理論 機器學習 人工智慧 資料結構與演算法 計算數學 電腦科學 計算理論 數值分析 最佳化 電腦代數 應用數學 控制論 資訊理論 計算化學 數理生物學 數理經濟學 計量經濟學 數理金融學 數學心理學 數學物理學 生物統計學 其它 數學史 娛樂數學 數學與藝術（英語：Mathematicsandart） 數學教育 注釋 數學的領域也可根據「MSC分類標準」或「中國學科分類國家標準」進行分類。

分類 主題 共享資源 專題 閱論編統計學敘述統計學連續變數機率分布集中趨勢平均數（平方 ·算術 ·幾何 ·調和 ·算術-幾何 ·幾何-調和 ·希羅／平均數不等式）·中位數·眾數離散程度全距·變異係數·百分位數·四分差·四分位數·標準差·變異數·平均差·標準分數·柴比雪夫不等式·吉尼係數分布形態（英語：Shapeofthedistribution）偏態·峰態離散變數機率分佈次數（英語：Countdata）·列聯表（英語：Contingencytable）推論統計學和假說檢定推論統計學信賴區間·區間估計（英語：Intervalestimation）·顯著性差異·元分析·貝氏推論實驗設計母體·抽樣·重抽樣（刀切法·自助法·交叉驗證）·重複（英語：Replication(statistics)）·阻礙·靈敏度和特異度·區集（英語：Blocking(statistics)）樣本量（英語：Samplesize）標準誤·虛無假說·對立假說·型一錯誤與型二錯誤·檢定力·效應值常規估計貝氏推論·區間估計（英語：Intervalestimation）·最大概似估計·最小距離估計（英語：Minimumdistanceestimation）·矩量法·最大間距特效檢定Z檢定·司徒頓t檢定·F檢定·卡方檢定·Wald檢定（英語：Waldtest）·曼-惠特尼檢定（英語：Mann–WhitneyUtest）·秩和檢定生存分析生存函數·乘積極限估計量·對數秩和檢定·失效率·危險比例模式相關及迴歸分析相關性混淆變項（英語：Confounding）·皮爾森積動差相關係數·等級相關（英語：Rankcorrelation）(斯皮爾曼等級相關係數·肯德等級相關係數（英語：Kendalltaurankcorrelationcoefficient）)·自由度線性迴歸線性模式（英語：Linearmodel）·一般線性模式·廣義線性模式·變異數分析·共變異數分析（英語：Analysisofcovariance）非線性迴歸非參數迴歸模型（英語：Nonparametricregression）·半參數迴歸模型（英語：Semiparametricregression）·Logit模型統計圖形圓餅圖·長條圖·雙標圖·箱形圖·管制圖·森林圖（英語：Forestplot）·直方圖·分位圖·趨勢圖·散點圖（英語：Scatterplot）·莖葉圖（英語：Stem-and-leafdisplay）·雷達圖（英語：Radarchart）·示意地圖其他回應過程效度·統計誤用 分類 主題 共享資源 專題 閱論編電腦科學的主要領域註：該模板大致遵循ACM電腦分類系統。

電腦硬體 印刷電路板 外部裝置 積體電路 超大規模積體電路 綠色計算 電子設計自動化 系統架構組織 電腦系統架構 嵌入式系統 即時計算 網路 網路傳輸協定 路由 網路拓撲 網路服務 軟體組織 直譯器 中介軟體 虛擬機器 作業系統 軟體品質 軟體符號和工具 程式設計範式 程式語言 編譯器 領域特定語言 軟體框架 整合式開發環境 軟體組態管理 函式庫 軟體開發 軟體開發過程 需求分析 軟體設計 軟體部署 軟體維護 開源模式 計算理論 自動機 可計算性理論 計算複雜性理論 量子計算 數值計算方法 電腦邏輯 形式語意學 演算法 演算法分析 演算法設計 演算法效率 隨機化演算法 計算幾何 計算數學 離散數學 訊息與計算科學 統計學 數學軟體 數理邏輯 集合論 數論 圖論 類型論 範疇論 資訊理論 數值分析 數學分析 訊息系統 資料庫管理系統 電腦數據 企業訊息系統（英語：Enterpriseinformationsystem） 社會性軟體 地理訊息系統 決策支援系統 過程控制 資料探勘 數位圖書館 系統平台 數位行銷 全球資訊網 訊息檢索 安全 密碼學 形式化方法 入侵檢測系統 網路安全 資訊安全 人機互動 電腦輔助功能 使用者介面 可穿戴電腦 普適計算 虛擬實境 聊天機器人 並行性 並行計算 平行計算 分散式計算 多執行緒 多元處理 人工智慧 自動推理 計算語言學 電腦視覺 進化計算 專家系統 自然語言處理 機器人學 機器學習 監督式學習 無監督學習 強化學習 交叉驗證 電腦圖學 電腦動畫 視覺化 彩現 修飾相片 圖形處理器 混合實境 虛擬實境 圖像處理 圖像壓縮 實體造型 應用計算 電子商務 企業級軟體 計算數學 計算物理學 計算化學 計算生物學 計算社會科學 醫學資訊學 數字藝術 電子出版 網路戰 電子遊戲 文書處理器 作業研究 教育技術學 生物資訊學 認知科學 檔案管理系統（英語：Documentmanagementsystem） 分類 主題 專題 維基共享 閱論編機器學習同數據挖掘主題基本概念學習·運算學習論數學模型迴歸模型·類神經網路（深度學習）·決策樹·貝氏網路·支持向量機·關聯規則學習學習範式監督式學習·非監督式學習·強化學習·遺傳演算法主要應用統計分類·表徵學習·降維·聚類分析·異常檢測相關領域計算科學·人工智慧·統計學·數據科學·電腦科學·訊息與計算科學·神經科學·認知科學 閱論編可微分計算概論 可微分編程 神經圖靈機（英語：NeuralTuringmachine） 可微分神經電腦（英語：Differentiableneuralcomputer） 自動微分 神經形態工程（英語：Neuromorphicengineering） 圖型識別 概念 梯度下降 電纜理論（英語：Cabletheory） 聚類分析 迴歸分析 過適 對抗機器學習（英語：Adversarialmachinelearning） 運算學習理論（英語：Computationallearningtheory） 關注（英語：Attention(machinelearning)） 摺積 損失函數 反向傳播演算法 啟用功能 Softmax S函數 線性整流函數 正則化 資料集 程式語言 Python Julia 應用 機器學習 人工神經網路 深度學習 科學計算 人工智慧 深偽技術 硬體 TPU VPU（英語：Visionprocessingunit） 憶阻器 SpiNNaker（英語：SpiNNaker） 軟體庫 TensorFlow PyTorch Keras Theano 實現音訊-視覺 AlexNet WaveNet 人體圖像合成 HWR OCR 語音合成 語音辨識 臉部辨識系統 AlphaFold DALL-E（英語：DALL-E） 語文 Word2vec Transformer（英語：Transformer(machinelearningmodel)） BERT NMT 辯論者專案（英語：ProjectDebater） 華生 GPT-3 決策 AlphaGo Q學習 SARSA（英語：State–action–reward–state–action） OpenAIFive（英語：OpenAIFive） 自動駕駛汽車 MuZero 人物 AlexGraves（英語：AlexGraves(computerscientist)） 伊恩·古德費洛 約書亞·本希奧 傑弗里·辛頓 楊立昆 吳恩達 傑米斯·哈薩比斯 DavidSilver（英語：DavidSilver(computerscientist)） 李飛飛 機構 DeepMind OpenAI MITCSAIL Mila（英語：Mila(researchinstitute)） GoogleBrain FAIR（法語：FacebookArtificialIntelligenceResearch） 主題 電腦編程 技術 類屬 人工神經網路 機器學習 取自「https://zh.wikipedia.org/w/index.php?title=机器学习&oldid=69867600」 分類：​機器學習人工智慧應用電腦隱藏分類：​使用ISBN魔術連結的頁面 導覽選單 個人工具 沒有登入討論貢獻建立帳號登入 命名空間 條目討論 臺灣正體 不转换简体繁體大陆简体香港繁體澳門繁體大马简体新加坡简体臺灣正體 查看 閱讀編輯檢視歷史 更多 搜尋 導航 首頁分類索引特色內容新聞動態近期變更隨機條目資助維基百科 說明 說明維基社群方針與指引互助客棧知識問答字詞轉換IRC即時聊天聯絡我們關於維基百科 工具 連結至此的頁面相關變更上傳檔案特殊頁面靜態連結頁面資訊引用此頁面維基數據項目 列印/匯出 下載為PDF可列印版 其他專案 維基共享資源 其他語言 العربيةالدارجةঅসমীয়াAzərbaycancaБългарскиभोजपुरीবাংলাCatalàکوردیČeštinaCymraegDanskDeutschΕλληνικάEnglishEspañolEestiEuskaraفارسیSuomiVõroFrançaisGalegoעבריתहिन्दीMagyarՀայերենBahasaIndonesiaÍslenskaItaliano日本語ಕನ್ನಡ한국어LietuviųLatviešuМакедонскиമലയാളംМонголमराठीBahasaMelayuNederlandsNorsknynorskNorskbokmålOccitanଓଡ଼ିଆPolskiپنجابیPortuguêsRomânăРусскийᱥᱟᱱᱛᱟᱲᱤSrpskohrvatski/српскохрватскиSimpleEnglishSlovenščinaShqipСрпски/srpskiSvenskaతెలుగుไทยTagalogTürkçeئۇيغۇرچە/UyghurcheУкраїнськаاردوTiếngViệt吴语Bân-lâm-gú粵語 編輯連結