更改

机器学习，在重组为一个独立的领域之后，与20世纪90年代开始蓬勃发展。该领域的目标从实现人工智能转变为解决实际中的可解决问题。它将焦点从它从人工智能继承的符号方法转移到从统计学和概率论中借鉴的方法和模型。<ref name="changing" />截止至2019年，许多资料都继续断言机器学习仍然是人工智能的一个子领域。然而，一些该领域的从业者（例如Daniel Hulme博士，他既教授人工智能，又经营着一家在该领域运营的公司），则认为机器学习和人工智能是分开的。

机器学习，在重组为一个独立的领域之后，与20世纪90年代开始蓬勃发展。该领域的目标从实现人工智能转变为解决实际中的可解决问题。它将焦点从它从人工智能继承的符号方法转移到从统计学和概率论中借鉴的方法和模型。<ref name="changing" />截止至2019年，许多资料都继续断言机器学习仍然是人工智能的一个子领域。然而，一些该领域的从业者（例如Daniel Hulme博士，他既教授人工智能，又经营着一家在该领域运营的公司），则认为机器学习和人工智能是分开的。

<ref name="elements">{{cite web|url= https://course.elementsofai.com/|title= The Elements of AI|publisher= [[University of Helsinki]]|date = Dec 2019|accessdate=7 April 2020}}</ref><ref>{{cite web|url= https://www.techworld.com/tech-innovation/satalia-ceo-no-one-is-doing-ai-optimisation-can-change-that-3775689/|title= Satalia CEO Daniel Hulme has a plan to overcome the limitations of machine learning|publisher= [[Techworld]]|date = October 2019|accessdate=7 April 2020}}</ref><ref name = "Alpaydin2020"/>

<ref name="elements">{{cite web|url= https://course.elementsofai.com/|title= The Elements of AI|publisher= [[University of Helsinki]]|date = Dec 2019|accessdate=7 April 2020}}</ref><ref>{{cite web|url= https://www.techworld.com/tech-innovation/satalia-ceo-no-one-is-doing-ai-optimisation-can-change-that-3775689/|title= Satalia CEO Daniel Hulme has a plan to overcome the limitations of machine learning|publisher= [[Techworld]]|date = October 2019|accessdate=7 April 2020}}</ref>

<br>

<br>