原文服务方: 计算机应用研究       
摘要:
当前人工智能研究的主要障碍和发展方向之一就是机器学习.机器学习与计算机科学、心理学、认知科学等各种学科都有着密切的联系,牵涉的面比较广,许多理论及技术上的问题尚处于研究之中.对机器学习的一些主要策略的基本思想进行了较全面的介绍,同时介绍了一些最新的进展和研究热点.
推荐文章
机器学习的五大类别及其主要算法综述
机器学习
学习算法
集成方法
增强理论
元学习
演化动态优化中的机器学习策略述评
演化动态优化
学习策略
演化算法
机器人操作技能学习方法综述
机器人
操作技能
强化学习
示教学习
小数据学习
英语学习策略研究综述
学习策略
学习者
学习策略训练
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 机器学习的主要策略综述
来源期刊 计算机应用研究 学科
关键词 机器学习 学习策略 支持向量机 强化学习 遗传算法
年,卷(期) 2004,(7) 所属期刊栏目 综述评论
研究方向 页码范围 4-10,13
页数 8页 分类号 TP181
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2004.07.002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈元琰 广西师范大学数学与计算机学院 59 591 12.0 22.0
2 闫友彪 广西师范大学数学与计算机学院 9 270 5.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (115)
共引文献  (2288)
参考文献  (14)
节点文献
引证文献  (195)
同被引文献  (126)
二级引证文献  (360)
1965(1)
  • 参考文献(0)
  • 二级参考文献(1)
1967(1)
  • 参考文献(0)
  • 二级参考文献(1)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(3)
  • 参考文献(0)
  • 二级参考文献(3)
1990(6)
  • 参考文献(0)
  • 二级参考文献(6)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(12)
  • 参考文献(0)
  • 二级参考文献(12)
1993(4)
  • 参考文献(0)
  • 二级参考文献(4)
1994(5)
  • 参考文献(0)
  • 二级参考文献(5)
1995(12)
  • 参考文献(0)
  • 二级参考文献(12)
1996(10)
  • 参考文献(0)
  • 二级参考文献(10)
1997(9)
  • 参考文献(0)
  • 二级参考文献(9)
1998(16)
  • 参考文献(0)
  • 二级参考文献(16)
1999(17)
  • 参考文献(1)
  • 二级参考文献(16)
2000(12)
  • 参考文献(4)
  • 二级参考文献(8)
2001(8)
  • 参考文献(5)
  • 二级参考文献(3)
2002(4)
  • 参考文献(4)
  • 二级参考文献(0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(4)
  • 引证文献(4)
  • 二级引证文献(0)
2006(8)
  • 引证文献(8)
  • 二级引证文献(0)
2007(16)
  • 引证文献(16)
  • 二级引证文献(0)
2008(16)
  • 引证文献(15)
  • 二级引证文献(1)
2009(16)
  • 引证文献(11)
  • 二级引证文献(5)
2010(12)
  • 引证文献(6)
  • 二级引证文献(6)
2011(23)
  • 引证文献(12)
  • 二级引证文献(11)
2012(25)
  • 引证文献(13)
  • 二级引证文献(12)
2013(27)
  • 引证文献(8)
  • 二级引证文献(19)
2014(36)
  • 引证文献(15)
  • 二级引证文献(21)
2015(31)
  • 引证文献(15)
  • 二级引证文献(16)
2016(54)
  • 引证文献(18)
  • 二级引证文献(36)
2017(75)
  • 引证文献(26)
  • 二级引证文献(49)
2018(83)
  • 引证文献(17)
  • 二级引证文献(66)
2019(97)
  • 引证文献(8)
  • 二级引证文献(89)
2020(32)
  • 引证文献(3)
  • 二级引证文献(29)
研究主题发展历程
节点文献
机器学习
学习策略
支持向量机
强化学习
遗传算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导