【摘要】 现如今，机器学习越来越火，这掀起了学习机器学习的热潮。当人们逐渐深入机器学习以后发现，机器学习中有很多新型的机器学习，比如说社

现如今，机器学习越来越火，这掀起了学习机器学习的热潮。当人们逐渐深入机器学习以后发现，机器学习中有很多新型的机器学习，比如说社会机器学习、即兴学习、预测学习等。在这篇文章中我们重点给大家介绍一下关于即兴学习和预测学习的相关知识。

其实预测学习这个概念脱胎于无监督学习，侧重预测未来事件发生概率的能力。方法论上，预测学习利用所有当前可用的信息，基于过去和现在预测未来，或者基于现在分析过去。预测学习在一定程度上和现代认知科学对大脑能力的理解不谋而合。那么预测学习的两大要素是什么呢？其实预测学习的两大要素就是建模世界和预测当前未知。由此可见，预测学习就是为了突破已知世界的界限。

那么什么是即兴学习呢？从字面上了解，我们可以得出，即兴学习就是在某种突然发生的事情，用极快的速度找出最佳解决方案，这就是即兴学习。而与预测学习对世界的假设不同，即兴学习假设异常事件的发生是常态。即兴智能是指当遇到出乎意料的事件时可以即兴地、变通地处理解决问题的能力。即兴学习意味着没有确定的、预设的、静态的可优化目标。直观地讲，即兴学习系统需要进行不间断的、自我驱动的能力提升，而不是由预设目标生成的优化梯度推动演化。换句话说，就是即兴学习通过自主式观察和交互来获得知识和解决问题的能力。

而一个即兴学习系统通过观察环境并与环境交互的正负反馈中学习。这个过程跟强化学习表面上很像，本质的区别还是在于即兴学习没有确定预设的优化目标，而强化学习则通常需要一个预设的目标。既然即兴学习不是由根据固定优化目标所得出的学习梯度来驱动演化。

我们可以在即兴学习中的学习系统获得越来越多关于环境的知识，这样做就能使得事件的不确定性逐步递减，直到消失。当这种不确定性完全消失后，学习过程结束。这时，该学习系统通过无预设目标的即兴学习，获得了对环境的全面理解。这就是即兴学习的结果。

在这篇文章中我们给大家介绍了预测学习和即兴学习的相关方法，其实预测学习和即兴学习是一个比较前卫的机器学习。相信在未来，我们的机器学习能够处理更多的事情。