機器學習的一個主要目的是知識發現。除了方法論上的機器學習的實現途徑之外，機器學習是一個可以運行的系統，必須能夠真正採用算法構建一個系統才能完成知識的獲取。
對於機器來說，無論是發現人類可以理解的知識，還是發現一些人類無法理解但對於機器有用，亦即提升機器性能的知識，都是通過學習算法來實現知識發現過程的，也就是說學習算法是知識發現的核心。
分類器是一種計算機程序。“分類(Classification)”是機器學習領域非常重要的一個組分部分。
分類常用的方法有決策樹、神經網絡和聚類等。決策樹主要側重於邏輯推理，神經網絡主要是構建合適的模型，而聚類則是各種方法的綜合，但其本質都是算法的實現。如果把這些算法透徹地理解了，也就明白了機器如何獲取知識的過程。
分享到:
閱讀更多 科壇焦點 的文章
