機器學習主要流派有哪些？

在人工智慧的發展過程中，隨著人們對智慧的理解和現實問題的解決方法演變，機器學習大致出現了符號主義、貝葉斯、聯結主義、進化主義、行為類推主義五大流派。

符號主義

符號主義起源於邏輯學、哲學，實現方法是用符號表示知識，並用規則進行邏輯推理，其中專家系統和知識工程是這一學說的代表性成果。

符號主義流派認為知識是資訊符號的表示，是人工智慧的基礎，將這些符號輸入到計算機中進行模擬推理，從而實現人工智慧。

貝葉斯派

貝葉斯定理是概率論中的一個定理，其中 P(A|B) 是在事件 B 發生的情況下事件 A 發生的可能性（條件概率）。貝葉斯學習已經被應用於許多領域。例如，自然語言中的情感分類、自動駕駛和垃圾郵件過濾等。

聯結主義

聯結主義起源於神經科學，主要演算法是神經網路，由大量神經元以一定的結構組成。

神經元是一種看起來像樹狀的細胞，它由細胞體和細胞突起構成，在長的軸突上套有一層鞘，組成神經纖維，它的末端的細小分支叫作神經末梢。每個神經元可以有一或多個樹突，可以接受刺激並將興奮傳入細胞體。每個神經元只有一個軸突，可以把興奮從胞體傳送到另一個神經元或其他組織，神經元之間是互相連線的，這樣形成了一個大的神經網路，人類所學會的知識幾乎都存在其中，如圖1所示。

---