机器学习就是计算机自动获取知识，它是知识工程的3 个分支（获取知识、表示知识、使用知识）之一，是人工智能中的一个重要的研究领域，一直受到人工智能和认识心理学家们的普遍关注。机器学习涉及计算机科学、脑科学、生理学、心理学等等学科，涉及的面比较宽，许多理论和技术上的问题尚处于研究阶段。
（一）机器学习是研究如何使用计算机来模拟人类学习活动的一门学科。机器学习研究的目标有3个：
1、人类学习过程的认知模型。这一方向是对人类学习机理的研究，这种研究不仅对人类的教育，而且对开发机器学习系统都有重要意义。
2、通过学习算法。这个方向是对人类学习过程的研究，探索各种可能的学习方法，建立起独立于具体应用领域的通用学习算法。
3、构造面向任务的专用学习系统（工程目标）。这一方向是要解决专门的实际问题，并开发完成这些专门任务的学习系统。
（二）机器人学习的主要策略。机器学习能以惊人的速度进行，并且不会疲倦，不用休息，不争报酬，不要加班费，不会抱怨和吵架等。
1、机械学习：又称记忆学习。是最简单的学习策略。这种学习策略不需要任何推理过程。外面输入知识的表示方式完全 一致，不需要任何处理和交换。
2、传授学习：又称指导式学习或指点式学习。在使用传授学习系统时，外界输入知识的表达方式与内部表达方式完全不一致，系统在接受外部知识时，需要一点推理、翻译和转化工作。
3、演绎学习：在演绎学习中，学习系统由给定的知识进行演绎的保真推理，并储存有用的操作、保持等价的操作和其他保真变换。
4、归纳学习：归纳学习是应用归纳推理进行学习的一类学习方法。按其有无教师指导，可以分为实例学习及观察学习与发现学习。实例学习又称为概念获取，是通过向学习者提供某一概念的一组正例和反例，使学习者从这些正反例中归纳推理出概念的一般描述。
5、类比学习：类比学习就是在遇到新的问题时，可以学习以前解决过的类似问题的解决办法，来解决当前的问题。它可以由系统已有的某一领域知识得到另一领域中类似的知识。
6、基于解释学习：基于解释学习属于演绎学习方法的一种，是近年来出现的一种机器人学习方法。它通过运用相关领域知识，对当前提供的单个问题求解实例进行分析，构造出求解过程的因果解释结构，并通过对该解释结构一般化处理获取相应知识，以便于用于指导以后求解类似的问题。
学习重点：1、机器学习研究的目标
2、机器人学习的主要策略
学习要求：学习结束，可通过手机或微信索取电子《试卷》，电子答卷考试通过后方可获得证书。
联系方式：手机18911526017(同微信)
电话：400-6988862
