“支持向量机”和“受限玻尔兹曼机”中的“机”是什么意思？

为什么将它们称为“机器”？在此上下文中使用的“机器”一词是否有起源？（就像“线性编程”之类的名称可能会令人困惑，但我们知道为什么将其称为“编程”。）

可能是因为某些最早的机器学习算法是作为实际的物理机器实现的。从维基百科：

该感知器原本是一台机器，而不是程序，并且它的第一个实现是在IBM 704的软件中实现的，但随后在定制硬件中以“ Mark 1感知器”的形式实现。

（图片来自康奈尔图书馆，维基百科）

ADALINE（自适应线性神经元或以后的自适应线性元素）是早期的单层人工神经网络，是实现该网络的物理设备的名称。

有关这些机器的更多信息的来源是“ Talking Nets ”一书。

我认为本文是总结。

机器基本上来自机器学习，这是亚瑟·萨缪尔（Arthur Samuel）于1959年提出的，在最终发展之前就出现了，最终发展到了90年代软边缘内核SVM和80年代的玻尔兹曼机器。Vapnik等勒纳称他们的算法的广义肖像算法在1963年回来，看到更多的在这里。

一机在这方面将是输出功能，或作为文章看跌期权由于历史原因，该假说，从了解到的参数构建的。

梅里亚姆-韦伯斯特（Meriam-Webster）将该词定义为“为取得戏剧性效果而引入的文学手段或创新”。当然，它确实起到了增加戏剧性效果的作用。“支持向量算法/方法/方程/函数/ ...”听起来不如“支持向量机器！”。

我也建议使用“内核密度机”和“最大似然机”。实际上，从现在开始，我将所有算法称为“机器”。