基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
机器学习(Machine learning,ML)是人工智能领域的重点研究方向之一,在很多领域得到了广泛的应用,全面且深刻地认识ML显得十分必要.根据训练样本和反馈方式的不同,将ML分为监督学习、无监督学习等六类,阐述了ML领域若干经典算法的原理、利弊及其应用,介绍了ML在不同场景中的典型应用,最后展望了ML的发展前景.文章致力于使学者对ML有更加宏观的了解,并在后续的实际应用中发挥一定的指导作用.
推荐文章
机器学习的主要策略综述
机器学习
学习策略
支持向量机
强化学习
遗传算法
基于机器学习的股票预测研究综述
股票预测
神经网络
时间序列
机器学习
基于机器学习算法的寿命预测与故障诊断技术的发展综述
机器学习
寿命预测
故障诊断
可靠性
谱机器学习研究综述
谱学习
谱聚类
缺失变量概率模型
谱流形学习
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 机器学习综述
来源期刊 科技经济市场 学科
关键词 机器学习 深度学习 强化学习 迁移学习 算法
年,卷(期) 2021,(10) 所属期刊栏目 技术平台
研究方向 页码范围 40-42
页数 3页 分类号
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2021(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)
研究主题发展历程
节点文献
机器学习
深度学习
强化学习
迁移学习
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
科技经济市场
月刊
1009-3788
36-1122/N
大16开
江西省南昌市
1985
chi
出版文献量(篇)
19970
总下载数(次)
79
总被引数(次)
37697
论文1v1指导