摘要：机器学习是人工智能的核心领域之一,主要研究计算机如何通过利用经验自动提高自身的性能,机器学习技术的发展已成为新一轮人工智能热潮的主要推动力,受到高度关注.机器学习常可分解为＂表示＋评估＋优化＂3个部件,即数据与模型的表示、学习结果的评估,以及实施学习过程的优化方法 3个部分,其中优化承载了机器学习的实现,优化方法的能力也直接影响了另两个部件——模型表示和评估函数的设计范围.在解决真实应用问题时，常需要使用非线性模型和非凸评估函数，导致机器学习任务常常归结为复杂优化问题，具有不可导、不连续、大量局部极值、多目标等性质，对优化方法提出了挑战．
分类：期刊> 自然科学与工程技术> 信息科技> 计算机软件及计算机应用
收录：北大期刊(中国人文社会科学期刊) > CSCD 中国科学引文数据库来源期刊(含扩展版) > 统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > EI 工程索引(美) > SA 科学文摘(英) > JST 日本科学技术振兴机构数据库(日) > Pж(AJ) 文摘杂志(俄) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：机器学习 优化问题 评估函数 专题 演化 人工智能 模型表示 非线性模型
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
