更改

===分类器与统计学习方法===

===分类器与统计学习方法===

最简单的AI应用程序可以分为两类: '''>分类器 Classifiers''' (“若闪光，则为钻石”)和'''控制器 Controllers''' (“若闪光，则捡起来”)。然而，控制器在推断前也对条件进行分类，因此分类构成了许多AI系统的核心部分。分类器一组是使用匹配模式来判断最接近的匹配的函数。它们可以根据样例进行性能调优，使它们在AI应用中更有效。这些样例被称为“观察”或“模式”。在监督学习中，每个模式都属于某个预定义的类别。可以把一个类看作是一个必须做出的决定。所有的样例和它们的对应的类别标签被称为数据集。当接收一个新样例时，它会被分类器根据以前的经验进行分类。<ref name="Classifiers"/>

最简单的AI应用程序可以分为两类: '''分类器 Classifiers''' (“若闪光，则为钻石”)和'''控制器 Controllers''' (“若闪光，则捡起来”)。然而，控制器在推断前也对条件进行分类，因此分类构成了许多AI系统的核心部分。分类器一组是使用匹配模式来判断最接近的匹配的函数。它们可以根据样例进行性能调优，使它们在AI应用中更有效。这些样例被称为“观察”或“模式”。在监督学习中，每个模式都属于某个预定义的类别。可以把一个类看作是一个必须做出的决定。所有的样例和它们的对应的类别标签被称为数据集。当接收一个新样例时，它会被分类器根据以前的经验进行分类。<ref name="Classifiers"/>