机器学习的一个主要目的是知识发现。除了方法论上的机器学习的实现途径之外，机器学习是一个可以运行的系统，必须能够真正采用算法构建一个系统才能完成知识的获取。
对于机器来说，无论是发现人类可以理解的知识，还是发现一些人类无法理解但对于机器有用，亦即提升机器性能的知识，都是通过学习算法来实现知识发现过程的，也就是说学习算法是知识发现的核心。
分类器是一种计算机程序。“分类(Classification)”是机器学习领域非常重要的一个组分部分。
分类常用的方法有决策树、神经网络和聚类等。决策树主要侧重于逻辑推理，神经网络主要是构建合适的模型，而聚类则是各种方法的综合，但其本质都是算法的实现。如果把这些算法透彻地理解了，也就明白了机器如何获取知识的过程。
| 留言与评论（共有 0 条评论） |
