机器学习的定义：

机器学习(Machine Learning, ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。

机器学习的应用实例：

　　1.学习关联性

在零售业中，机器学习的应用就是购物篮分析，任务就是发现顾客所购商品之间的关联性。

　　2.分类

　　　　2.1信贷行业，做好风险评估，以及做好银行贷款问题中的信用评分。还有就是做好预测，通过学习过去的数据，例如收入和存款等，然后预测此客户的是高风险客户还是低风险客户。

　　　　2.2 机器学习在模式识别中也有应用，其中之一就是光学字符识别（optional character recognition，OCR）,即从字符图像识别字符编码。

　　　　2.3 人脸识别，输入的是人脸图像，类是需要识别的人，并且学习程序应当学习人脸图像与身份之间的关联性。

　　　　2.4 医学诊断。输入的是患者的信息，而类是疾病。

　　　　2.5 语音识别。输入的是语音，类是可以读出的词汇。语音方面的难题就是每个人、每个地域的说话不一样。这是未来的研究领域。

　　　　2.6 生物测定学，使用人的生理和行为特征来识别或认证人的身份，需要集成来自不同形态的输入。生理特征的例子是面部图像、指纹、虹膜和手掌；行为特征的例子是：签字的力度、嗓音、步态和击键。

　　　　2.7 机器学习还可以进行压缩，用规则拟合数据，能够得到比数据更简单的解释，需要的存储空间更少，处理需要的计算更少。

　　　　2.8 离群点检测，即发现哪些不遵守规则的例外实例。

　　3.     回归

机器学习的应用例子：对机器人的导航，例如现在的自动驾驶汽车导航。

　　4.     非监督学习

　　在监督学习中，目标是学习从输入到输出的映射关系，其中的输出是正确值已经由指导者提供。

　　非监督学习是没有指导者，单纯只有输入数据，目标是发现输入的数据中的规律。

　　　　密度估计的概念：

　　　　　　输入空间存在某种结构，使得特定的模式比其他的模式更常出现，而我们希望知道哪些常发生，那些不常发生，在统计学中，称之为密度估计（Density estimation）

　　　　密度估计的方法：聚类———目标是发现输入数据的蔟和分组。

　　　　聚类的应用之一————图像压缩，输入实例是由RGB值表示的图像像素。

在文本聚类中，目标是把相似的文档分组。

　　5.     增加学习

　　机器学习程序就是应当能够评估策略的好坏程度，并从以往的动作序列中学习，以便能够产生策略，这种学习方法称之为增强学习（Reinforcement learning）算法。

参考书籍：《机器学习导论》

转载于:https://www.cnblogs.com/launolife/p/9674032.html

ML机器学习导论学习笔记相关推荐

  1. 台大机器学习基石学习笔记

    台大机器学习基石学习笔记 标签(空格分隔): 机器学习 目录 台大机器学习基石学习笔记 目录 Lecture 1 The Learning Problem Course Introduction Wh ...

  2. python嵩天课堂笔记_[Python机器学习]强化学习笔记（嵩天礼欣老师mooc第三周）

    [Python机器学习]强化学习笔记(嵩天礼欣老师mooc第三周) [Python机器学习]强化学习笔记(嵩天礼欣老师mooc第三周) 目录 强化学习 定义 马尔科夫决策过程 基本元素 值函数 最优值 ...

  3. 机器学习入门学习笔记：（4.2）SVM的核函数和软间隔

    前言 之前讲了有关基本的SVM的数学模型(机器学习入门学习笔记:(4.1)SVM算法).这次主要介绍介绍svm的核函数.软间隔等概念,并进行详细的数学推导.这里仅将自己的笔记记录下来,以便以后复习查看 ...

  4. 机器学习入门学习笔记：（3.2）ID3决策树程序实现

    前言 之前的博客中介绍了决策树算法的原理并进行了数学推导(机器学习入门学习笔记:(3.1)决策树算法).决策树的原理相对简单,决策树算法有:ID3,C4.5,CART等算法.接下来将对ID3决策树算法 ...

  5. 机器学习入门学习笔记：（2.3）对数几率回归推导

    理论推导   在以前的博客(机器学习入门学习笔记:(2.1)线性回归理论推导 )中推导了单元线性回归和多元线性回归的模型.   将线性回归模型简写为:y=ωTx+by = \omega^Tx+b:   ...

  6. 机器学习入门学习笔记：（2.2）线性回归python程序实现

      上一篇博客中,推导了线性回归的公式,这次试着编程来实现它.(机器学习入门学习笔记:(2.1)线性回归理论推导 )   我们求解线性回归的思路有两个:一个是直接套用上一篇博客最后推导出来的公式:另一 ...

  7. 吴恩达《机器学习》学习笔记十四——应用机器学习的建议实现一个机器学习模型的改进

    吴恩达<机器学习>学习笔记十四--应用机器学习的建议实现一个机器学习模型的改进 一.任务介绍 二.代码实现 1.准备数据 2.代价函数 3.梯度计算 4.带有正则化的代价函数和梯度计算 5 ...

  8. 吴恩达《机器学习》学习笔记十二——机器学习系统

    吴恩达<机器学习>学习笔记十二--机器学习系统 一.设计机器学习系统的思想 1.快速实现+绘制学习曲线--寻找重点优化的方向 2.误差分析 3.数值估计 二.偏斜类问题(类别不均衡) 三. ...

  9. 吴恩达《机器学习》学习笔记十一——应用机器学习的建议

    吴恩达<机器学习>学习笔记十一--应用机器学习的建议 一.训练完模型后下一步要做什么 二.评估算法与模型选择 1.训练集与测试集 2.训练/测试步骤 3.模型选择 4.数据集新的划分--验 ...

最新文章

  1. 一个丧心病狂的Github项目：东北话编程，大写的服！
  2. mysql表内增加一个字段并赋值
  3. tf.nn.conv2d()方法
  4. linux ls 升序,ls 命令查看文件时候，按修改时间倒序或升序排列
  5. anaconda的简单使用教程（虚拟环境安装）
  6. jq如何在打开新的页面 关闭之前同链接的页面_教你如何“抢”其他域名的权重...
  7. 聚类方法：DBSCAN算法研究
  8. java中file类乱,【JAVA SE基础篇】47.file类的方法
  9. pentaho mysql_pentaho5.0.1,mysql5 配置，安装
  10. 模拟私网问题导致节点宕机无法启动
  11. java ipv6校验_Java对IPv6的支持详解：支持情况、相关API、演示代码等
  12. 查询成绩第三名的学生信息
  13. Scene（场景）的使用
  14. P3426 [POI2005]SZA-Template(kmp+dp)
  15. U盘装系统：魔方U盘启动制作
  16. 使用代码列出金庸小说中使用过的所有成语
  17. html控制复选框选中,选中HTML复选框
  18. ubantu下载SSH，使用butty连接自己Windows10和uabntu虚拟机
  19. 减盐不减味，乌江榨菜掀起轻盐升级革命
  20. Data Binding的报错集合 例如Error 10 54 错误 程序包com kodulf recycl

热门文章

  1. C#连接sql server
  2. 23种设计模式C++源码与UML实现--迭代器模式
  3. JZ2440学习总结2
  4. C盘突然爆满怎么办？
  5. 程序的加载和执行（五）——《x86汇编语言：从实模式到保护模式》读书笔记25
  6. 分布式锁的3种实现（数据库、缓存[redis]、Zookeeper)
  7. idea-单独运行main类
  8. Lock接口Condition，以及Lock与synchronized异同
  9. UNIX再学习 -- 进程关系
  10. Android O: View的绘制流程(一): 创建和加载