機械學習和有意義學習的區別
機械學習和有意義學習的區別在于心理機制以及條件不同，如下
1.機械學習的心理機制是聯想；有意義學習的心理機制是同化。
2.機械學習是在學習者原有知識的基礎上用來同化新知識的適當觀念；有意義學習是知識符號在學習者頭腦中引起的心理意義；機械學習是指符號所代表的新知識與學習者認知結構中已有的知識建立非實質性的和人為的聯系。
擴展資料
機械學習是新知識與學習者認知結構中已有的知識建立起非實質性的和人為的聯系，即對任意的（或人為的）和字面的聯系獲得的過程。
機械學習在無意義材料的學習中是常見的和必要的，但是在學習和記憶有邏輯意義的材料時要努力避免進行機械學習；有時對無意義材料可以采用人為賦予意義的策略，建立一些人為的聯想來幫助記憶。
有意義學習是符號所代表的新知識與學習者認知結構中已有的適當概念建立非人為的，實質性聯系的過程。
參考資料來源
百度百科-有意義學習
百度百科-機械學習
什么是機械學習
機械學習是一種單純依靠記憶學習材料，而避免去理解其復雜內部和主題推論的學習方法。平時多稱為死記、死背或死記硬背。
由 美國 心理學家奧蘇伯爾提出，與 有意義學習相對的概念，指符號所代表的新知識與學習者認知結構中已有的知識建立非實質性的和人為的聯系。如學生僅能記住乘法口訣表，形成機械的聯想，但并不真正理解這些符號所代表的知識。
機械學習的成因
學習材料本身缺乏邏輯意義；
學生的認知結構中缺乏與新知識相聯系的知識準備；
學生缺乏有意義學習的心向，不求甚解；
如何避免不必要的機械學習
設計教材；
進行后繼學習時以學生先前獲得的認知結構中的適當觀念為基礎；
激發學生進行有意義學習的動機，以理解作為評價的重點；
機器學習的分類
機器學習的分類主要有學習策略、學習方法、數據形式。學習目標等。
從學習策略方面來看，如果比較嚴謹的講，那就是可分為兩種：
(1) 模擬人腦的機器學習
符號學習：模擬人腦的宏現心理級學習過程，以認知心理學原理為基礎，以符號數據為輸入，以符號運算為方法，用推理過程在圖或狀態空間中搜索，學習的目標為概念或規則等。符號學習的典型方法有記憶學習、示例學習、演繹學習.類比學習、解釋學習等。
神經網絡學習(或連接學習)：模擬人腦的微觀生理級學習過程，以腦和神經科學原理為基礎，以人工神經網絡為函數結構模型，以數值數據為輸人，以數值運算為方法，用迭代過程在系數向量空間中搜索，學習的目標為函數。典型的連接學習有權值修正學習、拓撲結構學習。
(2) 直接采用數學方法的機器學習
主要有統計機器學習。
統計機器學習是基于對數據的初步認識以及學習目的的分析，選擇合適的數學模型，擬定超參數，并輸入樣本數據，依據一定的策略，運用合適的學習算法對模型進行訓練，最后運用訓練好的模型對數據進行分析預測。
統計機器學習三個要素：
模型(model)：模型在未進行訓練前，其可能的參數是多個甚至無窮的，故可能的模型也是多個甚至無窮的，這些模型構成的集合就是假設空間。
策略(strategy)：即從假設空間中挑選出參數最優的模型的準則。模型的分類或預測結果與實際情況的誤差(損失函數)越小，模型就越好。那么策略就是誤差最小。
算法(algorithm)：即從假設空間中挑選模型的方法(等同于求解最佳的模型參數)。機器學習的參數求解通常都會轉化為最優化問題，故學習算法通常是最優化算法，例如最速梯度下降法、牛頓法以及擬牛頓法等。
如果從學習方法方面來看的話，主要是歸納學習和演繹學習以及類比學習、分析學習等。
如果是從學習方式方面來看，主要有三種，為監督學習、無監督學習、 強化學習。
當從數據形式上來看的話，為 結構化學習、非結構化學習、
還可從學習目標方面來看，為 概念學習、規則學習、函數學習、類別學習、貝葉斯網絡學習。
機械專業學什么 機械專業學習的內容
1、機械加工技術專業學習的課程就有機械制圖、機械基礎、金屬材料及熱處理、極限與配合及測量技術、鉗工工藝與技能訓練、車工工藝與技能訓練、焊工工藝與技能訓練、極限與配合及測量技術、電工電子技術技能訓練、AutoCAD(微機繪圖軟件)、數控加工基礎、CAXA軟件應用技術基礎。
2、畫法幾何與機械制圖、機械原理、機械設計、工程力學、機械工程材料、電工技術與電子技術、機電傳動操縱、機械創造技術、液壓與氣壓傳動、機械工程測試技術、焊工工藝與技能訓練、數控原理與編程、數控操作技術、機械CAD\CAM技術等課程。
怎么學習機械？
1、實踐出真知：找一個機械行業（最好整機設計方面，或先一小段時間零、部件設計，盡快轉到整機行業）工作專一（機械行業產品很多，＜機床、車輛、工程機械、自動貨機械等等＞明白一種就會相通，找一種你較感興趣的，不要廣而不專）認真做，就會有提高。往機械自動化方面靠點（未來方向）。當然工作中要多加強溝通問別人，下基層學習等。
2、學習中加強：有時間針對不會的地方專門看看書。機械設計手冊要做到會用。重點加強高等數學、理論力學、機械校核這三方面知識，我5年設計這三方面還沒入門，主要是自己沒加強學習。相反會的人就上了一個大層階。單會機械校核、仿真優化的人工資就很高（一般研究生畢業后干這個的較多）。英語的加強是進大外資或五百強企業的前提，也是入升高層的要素。每一個機械設計師都有很多備用機械資料，自己也要總結收集自己要用的資料。
這兩條就完全可以提高設計能力。再就是機械行業是經驗、時間的積累。再有就是上網機械論壇、找個人氣足的Q群，加強上兩條的渠道。
