机器学习极简史

机器学习的发展还不到100年,在这几十年的时间里,不同的时间阶段产生了不同的流派,抢占一时风头。但随着基础物理技术的进步,部分流派也慢慢归于历史。但它们的思想,当时面临的问题,却给后续的机器学习人们,留下了宝贵的财富。

  • 在20世纪50年代到70年代初,人工智能处于"推理期",那时人们以为只要赋予机器逻辑推理能力,机器就能具有智能。
  • 从20世纪70年代中期开始,人工智能研究进入"知识期",在这一时期大量专家系统问世。
  • 在20世纪50年代中后期,基于神经网络的"连接主义"( connectionism)学习开始出现。
    • 代表性的工作有"感知机"(perceptron)。
  • 在20世纪六七十年代,基于逻辑表示的"符号主义"(symbolism)学习技术蓬勃发展。
  • 在20世纪80年代,"从样例中学习"的一大主流是符号主义学习;
    • 其代表包括决策树(decision tree)和基于逻辑的学习。
  • 在20世纪90年代中期之前,"从样例中学习"的另一主流技术是基于神经网络的连接主义学习。连接主义学习产生是"黑箱"模型。
  • 在20年的90年代中期,"统计学习"( statistical learning)闪亮登场宾馆迅速占据主流舞台,代表性技术是支持向量机(support vector machine,简称SVM)以及更一般的"核方法"(kernel methods)。
  • 在21世纪初,连接主义学习卷土重来,掀起了以"深度学习"为名的热潮。
相关推荐
oak隔壁找我23 分钟前
一款运行在 DSH(DeepSeek Harness)中的类 Postman HTTP 接口调试插件
人工智能·程序员
高洁0124 分钟前
数字孪生与计算机视觉:让机器看懂现场
人工智能·python·机器学习·transformer·迁移学习
Csvn1 小时前
如果明天供应商涨价 3 倍?三层解耦,换模型只改一行配置(C05)
人工智能·aigc·agent
在所不辞兄2 小时前
为什么数字孪生驱动的产线标定需要在线更新机制,而不能一次标定后长期沿用?
人工智能·神经网络·其他·算法·机器学习
锋行天下2 小时前
langgraph 全栈项目(三)
前端·人工智能·后端
黄啊码3 小时前
【黄啊码】最近面了十几个想转 FDE 的程序员,一个都没招
人工智能
锋行天下3 小时前
langgraph 全栈项目(二)
前端·人工智能·后端
大模型真好玩3 小时前
用 Seedance 2.5 Flash 实现1分钟AI短剧,满足孩子的超级英雄对战梦
人工智能·aigc·deepseek
FengY_HYY4 小时前
从人类组织到人类&大模型组织,我的位置在哪里?
人工智能·程序员·llm
Flynn Liang4 小时前
大模型成本优化:基于 Redis 的可验证语义缓存架构
人工智能·redis·缓存·架构·ai agent·智能体