干货 | 纽约大学陈溪： AlphaGo Zero技术演进的必然性（附PPT）

陈溪：今天我要跟你们分享一下为何要把机器学习和运筹学这两个学科结合起来，才能有效地解决不少实际的问题。

1、机器学习

什么是机器学习？首先须要有一堆数据，而后有机器学习的算法，对于数据的统计建模、几率建模和数据的假设来做为算法的支撑。机器学习通常经常使用的应用是对数据进行预测，好比预测明天股票的价格，这种都是一些基础的预测，更重要的是经过机器学习，去学习数据中的一些模式。

机器学习从大的角度分红两类：监督学习与无监督学习（Supervised Learning & Unsupervised Learning）。好比咱们经过房间里的照片来识别人脸，用某些方式进行必定的标注来肯定人脸在什么地方，这时候咱们就叫作有监督的学习。监督学习的框架如上图所示，根据预测的函数，把机器学习的特征映射到值域上。