Mitchell 在他的《机器学习》一书中对机器学习的定义是否有效?

人工智能 机器学习 术语 定义
2021-10-25 08:09:27

Mitchell 对机器学习的定义如下:

如果计算机程序在任务 T 上的性能(由 P 衡量)随着经验 E 而提高,则称计算机程序从经验 E 中学习某些任务 T 和性能度量 P。

在这里,我们谈论的是程序学习而不是机器的含义,但是程序和机器并不是等价的,所以这是关于“程序学习”而不是“机器学习”的定义。这是如何一致的?

1个回答

把计算机想象成图灵机——这个想法是一种计算模型,所有现代计算都是基于图灵-教会论的。

机器和程序可以互换——归根结底,都是算法,无论是以微芯片的形式硬编码,还是以软件的形式。(任何微芯片都可以模拟为软件。)

前现代计算机在大众意义上是机械的。示例包括 Babbage 的 差分引擎和一般的机械计算器这些导致了可编程机械计算器和机电计算机,例如 IBM 的哈佛 Mark I,基于巴贝奇的分析引擎概念。

在这种情况下,机器学习也可能意味着在机器(硬件)上运行的软件,而不是使用生物介质的人类/动物学习。


“机械”的词源,进而延伸到“机器”,值得一看。

  • 机制a(在“机制”的意义上)
  • mechanicus(在“属于力学”的意义上)
  • 机械(在“诡计”的意义上)

Mechanema具有指导意义,因为数学和工程可以理解为“做事的诀窍”。(在这个意义上, Machination并不是贬义的,因为“ machinari过去分词词干的动作名词‘contriveskillly, to design; to plan, to plot,’”——人们可以绘制天体的轨迹。)

机械的早期使用

亚里士多德的Μηχανικά“机械问题” *)

欧拉力学(欧拉指的是经典力学,一种基于函数的微积分使之成为可能的分析和预测科学。)