引言
聚焦科技：基于机器学习的入侵检测系统框架的介绍——机器学习通过构建学习机模拟人类的学习过程，通过学习已有的知识，构建规则，从而获取新的知识，并且通过学习不断改善性能，达到更好的效果。
机器学习概述
基本概念，机器学习是指用计算机模拟人类的学习活动，研究如何通过计算机识别现有的知识、获取新的知识、并且不断改善性能、不断完善学习效果。机器学习与多种学科有关联，例如统计学、人工智能、信息论、生物学等。
机器学习的目标是从已有的经验中构建学习机，并通过学习机进一步对未知的数据进行分类或预测，由于“经验”的表示通常是数据，因此机器学习也通常可以理解为通过已知数据构建学习机，然后通过学习机进行分类或预测，并在这一过程中不断完善所构建的学习机。
机器学习的四个阶段
机器学习自20世纪50年代中期提出之后，其六十多年的发展过程可以分为四个阶段：
（1）第一阶段：20世纪50年代中叶到60年代中叶，是机器学习开始发展的阶段。研究的主要对象是各类自组织、自适应系统，通过修改系统的控制参数，改进系统的执行能力，通常不涉及具体的任务，例如Samuel的下棋程序。
（2）第二阶段：20世纪60年代中叶到70年代中叶，是机器学习发展的瓶颈阶段。研究重点在于模拟人的概念学习过程，采用逻辑结构描述学习机。例如Winston的结构学习系统和Hayes-Roth的基本逻辑归纳学习系统。
（3）第三阶段：20世纪70年代中叶到80年代中叶，是机器学习的研究复兴阶段。这一时期主要
转载请注明：http://www.0431gb208.com/sjszjzl/3912.html
