[机器学习基础][台大林轩田]机器学习概念
什么是机器学习
什么是“学习”?学习就是人类通过观察、积累经验,掌握某项技能或能力。就好像我 们从小学习识别字母、认识汉字,就是学习的过程。而机器学习(Machine Learning),顾名思义,就是让机器(计算机)也能向人类一样,通过观察大量的数 据和训练,发现事物规律,获得某种分析问题、解决问题的能力。
机器学习可以被定义为:Improving some performance measure with experence computed from data. 也就是机器从数据中总结经验,从数据中找出某种规律或者模型,并用它来解决实际问题。
什么情况下使用机器学习
目前机器学习的应用非常广泛,基本上任何场合都能够看到它的身影。其应用场合大致可归纳为三个条件:
- 事物本身存在某种潜在规律
- 某些问题难以使用普通编程解决
- 有大量的数据样本可供使用
机器学习的应用
机器学习在我们的衣、食、住、行、教育、娱乐等各个方面都有着广泛的应用,我们的生活处处都离不开机器学习。比如,打开购物网站,网站就会给我们自动推荐我们可能会喜欢的商品;电影频道会根据用户的浏览记录和观影记录,向不同用户推荐他们可能喜欢的电影等等,到处都有机器学习的影子。
机器学习组成
- 输入x
- 输出y 目标函数f,即最接近实际样本分布的规律 训练样本data
- 假设hypothesis,一个机器学习模型对应了很多不同的hypothesis,通过演算法 A,选择一个最佳的hypothesis对应的函数称为矩g,g能最好地表示事物的内在规律,也是我们最终想要得到的模型表达式。
对于理想的目标函数f,我们是不知道的,我们手上拿到的是一些训练样本D,假设是监督式学习,其中有输入x,也有输出y。机器学习的过程,就是根据先验知识选择模型,该模型对应的hypothesis set(用H表示),H中包含了许多不同的hypothesis, 通过演算法A,在训练样本D上进行训练,选择出一个最好的hypothes,对应的函数表达式g就是我们最终要求的。一般情况下,g能最接近目标函数f,这样,机器学习的整 个流程就完成了。
机器学习与其他领域
与机器学习相关的领域有:
数据挖掘(Data Mining)
人工智能(Artificial Intelligence)
统计(Statistics)
其实,机器学习与这三个领域是相通的,基本类似,但也不完全一样。机器学习是这三个领域中的有力工具,而同时,这三个领域也是机器学习可以广泛应用的领域,总得来说,他们之间没有十分明确的界线。
[机器学习基础][台大林轩田]机器学习概念相关推荐
- 台大林轩田·机器学习基石记要
台大林轩田·机器学习基石记要 昨天开始看林轩田的机器学习基石,从今天起开始去粗取精 第一讲比较基础,一些概念自己早已经理解了,所以不再做笔记,有点印象的是讲到了ML.DL.AI的一些联系与区别,ML主 ...
- 台大林轩田·机器学习技法记要
台大林轩田·机器学习技法 记要 6/1/2016 7:42:34 PM 第一讲 线性SVM 广义的SVM,其实就是二次规划问题 把SVM问题对应到二次规划的系数 这就是线性SVM,如果想变成非线性,只 ...
- 台大·林轩田·机器学习基石·第二讲
第二讲···感知机学习算法 2-1 Perceptron hypothesis set 对于银行是否决定要给申请者信用卡问题,对于输入数据(例如申请者的个人信息,年龄,性别,收入,工作情况等)可用一组 ...
- 台大林轩田机器学习基石学习笔记(一):The Learning Problem
这里写自定义目录标题 写在前面 一.What is Machine Learning 二.Applications of Machine Learning 三.Components of Machin ...
- 台大林轩田机器学习技法完全解读
支持向量机(SVM)完全解读 集成学习完全解读 神经网络深度学习完全解读 感谢林轩田老师!
- 机器学习 | 台大林轩田机器学习基石课程笔记12 --- Nonlinear Transformation
课程主页 课程视频和PPT 上一节课,我们介绍了分类问题的三种线性模型,可以用来解决binary classification和multiclass classification问题.本节课主要介绍非 ...
- 机器学习 | 台大林轩田机器学习基石课程笔记3 --- Types of Learning
课程主页 课程视频和PPT 上节课我们主要介绍了解决线性分类问题的一个简单的方法:PLA.PLA能够在平面中选择一条直线将样本数据完全正确分类(前提数据是线性可分的,在高维空间中,可以用一个超平面完全 ...
- 【本站原创】台大林轩田《机器学习基石》系列课程教材的习题解答和实现
台湾大学林轩田老师的<机器学习基石>.<机器学习技法>课程由浅入深.内容全面,基本涵盖了机器学习领域的很多方面.其作为机器学习的入门和进阶资料非常适合.本站实现了课程教材的绝大 ...
- 台大林轩田《机器学习基石》系列课程教材的习题更新完毕了
台湾大学林轩田老师的<机器学习基石>.<机器学习技法>课程由浅入深.内容全面,基本涵盖了机器学习领域的很多方面.其作为机器学习的入门和进阶资料非常适合.本站实现了课程教材的绝大 ...
最新文章
- java 如何让HashMap变成线程安全的
- JMM如何解决顺序一致性问题-重排序问题
- mono linux c 服务,使用mono-service在Linux上包装Windows服务
- 企业级应用框架(五)IOC容器在框架中的应用
- 4K 海思 联咏 芯片_老电视也有春天,换装海美迪4K电视盒子H7 Plus
- Sencha touch API
- Java元宵趣图_2019元宵节,猪你元宵节快乐
- 对客户端树控件的包装
- mysql_fetch_array()/ mysql_fetch_assoc()/ mysql_fetch_row()/ mysql_num_rows等…期望参数1为资源或结果
- 408考研复试之计算机组成原理笔记第一二三章
- 详解汽轮机的TSI系统
- word在线编辑。生成图片。截图。合图。
- ESP8266-Arduino编程实例-HDC1080温度湿度传感器驱动
- 闲鱼SPU体系构建的背后
- poj1981-单位圆最多覆盖点
- project weibo
- android espresso跨程序,在Espresso Android中正确使用IdlingResource的方法
- 什么错误是计算机检查不出来的,电脑开机检测不到硬盘,提示3F0,求助大神如何检测硬盘的问题. 求大佬指点...
- 原生JS灵魂之问(中),看看你是否熟悉JavaScript?
- 分享model.predict(test)与model.predict_classes(test)的用法