到底什么是“机器学习”？机器学习有哪些基本概念？（简单易懂）

由现实世界引出“机器学习”

看到乌云密布，自己推测出要下雨

通过一个苹果的表面和大小，来判断这个苹果是否好吃

我们通过经验来进行判断，这是因为我们积累了许多有用的经验，通过对有用经验的分析，就能对遇到的情况做出相应的对策。

计算机中，经验就是“数据”，判断模型就是“算法”，机器学习就是研究“学习算法”。

举例：当计算机数据库有上千万只猫的照片，并对其特点进行建模分析，你给机器一张照片，它就能进行判断这张照片的动物是不是猫。（有人问：会不会出错？肯定会出错啊！模型如果100%就不会出错，这是依赖于“算法”的好坏和数据库的大小。我们人类的经验也有时候会出错，这其实就是概率的问题）

基本概念：从具体到抽象

要进行机器学习，首先要准备数据。还是以猫为例：

{猫颜色：黑的、白的、黄的...}、{猫眼睛：颜色一样的，颜色不一样} 、{猫有的有铃铛，有的没有铃铛} 这些都是“特征”、“属性”，每一只猫的属性有很多种，我们可以用一只黑色+眼睛颜色一样+没有铃铛的猫来进行描述。

比如现在有100只猫的照片，那么这个就称为“样本空间”

这100只猫的属性集合，分开形成各自的集合，比如上面3个集合，那就称为“属性空间”

抽象：D={x1,x2,x3.....xm}表示有m个示例的数据集。（100只猫的照片形成的数据集）

每个x都有d个属性描述（每只猫可以由：颜色+眼睛色彩+铃铛等属性区分），d是维数

x是样本空间的一个向量

从数据中学习得的模型称为“学习”或者“训练”

每一个样本（每一张猫的照片）称为一个“训练样本”，训练样本的集合为“训练集”

潜在的规律称为“假设”，也称为“真相”、“真实”，学习过程就是不断找到真相。

仅仅有前面示例的猫的照片也不够，需要建立联系，就是告诉计算机这是不是猫，（白色，双眼一样，有铃铛；这只是猫）注意分号！这是一个“标记”，拥有了标记，这就成为了一个“样例”这样的集合成为“标记空间”“输出空间”

。
给你一张照片，判断是不是猫，这个叫做“分类”，预测是连续值，称为“回归”

只涉及两个类别的分类成为“二分类”问题： “正类”+“反类”；多个分类成为：“多分类”

预测的过程称为：“测试”；测试的东西称为：“测试样本”

同时可以对其进行聚类分析：比如把猫分为：橘猫，波斯猫....聚类分析有利于进一步学习，找到潜在规律，这些规律我们事先并不知道。

根据训练数据是否有标记：“监督学习”+“无监督学习”
监督学习代表：分类和回归；无监督学习代表：聚类

训练的目的是解决未知情况，对于“新样本”的认识能力，也就是“泛化”能力

假设样本空间服从一个未知分布，每个样本都是独立的，“独立同分布”，一般而言，训练样本越多，这个未知分布越明确，越实用，泛化能力也越强！

到底什么是“机器学习”？机器学习有哪些基本概念？（简单易懂）相关推荐

机器学习经典算法决策树原理详解（简单易懂）
↑ 点击上方[计算机视觉联盟]关注我们最经典的决策树算法有ID3.C4.5.CART,其中ID3算法是最早被提出的,它可以处理离散属性样本的分类,C4.5和CART算法则可以处理更加复杂的分类问题, ...
机器学习入门：重要的概念---信息熵（Shannon’s Entropy Model）
机器学习入门:重要的概念---信息熵(Shannon's Entropy Model) 个人公众号:follow_bobo 在机器学习里面,信息熵(Shannon's Entropy Model)其实 ...
我爱机器学习机器学习干货站- 资源
我爱机器学习机器学习干货站跳至正文机器学习 Deep Learning 所有主题关注我们 DeepMind团队的<Deep Reinforcement Learning in Large ...
我爱机器学习--机器学习方向资料汇总
转载:http://blog.csdn.net/shuimanting520/article/details/45748505 机器学习爱好者资料机器学习领域的几种主要学习方式 From Stump ...
吐血整理：机器学习的30个基本概念，都在这里了（手绘图解）
01 空间表征在学习深奥的机器学习理论之前,首先来介绍一些机器学习中最基本的概念. 特征(Feature):一个具体事物的属性描述,由属性向量表示.第j个记录xj的属性向量可以表示为: xj=(xj ...
机器学习排序之Learning to Rank简单介绍
机器学习排序之Learning to Rank简单介绍标签: Learning to Rank学习排序PointwisePairwiseListwise 2015-01-03 21:50 23 ...
统计机器学习(机器学习) 概念
统计机器学习(机器学习) 概念该文章是作者阅读相关书籍和资料后,总结和归纳的一些个人认为有必要整理和了解的知识点介绍.与大家一起分享,如有不妥之处,还望指正. 统计(机器)学习 1．统计学习概念统 ...
机器学习原来如此有趣！全世界最简单的机器学习入门指南
机器学习原来如此有趣!全世界最简单的机器学习入门指南更多关于机器学习的实战案例你是否曾经听到过人们谈论机器学习,而你却对其含义只有一个模糊的概念呢?你是否已经厌倦了在和同事对话时只能点头呢?现在,让 ...
03.PyTorch与CNN（4-1 机器学习和神经网络的基本概念（1））
03.PyTorch与CNN(4-1 机器学习和神经网络的基本概念(1)) 一, 4-1 机器学习和神经网络的基本概念(1) 来自慕课网一, 4-1 机器学习和神经网络的基本概念(1)
机器学习模型评价指标及拟合概念
机器学习模型评价指标及拟合概念一.机器学习模型评价指标回归问题等连续值的差值的判断 1) MAE平均绝对误差: 2)MSE均方误差: 3)RMSE均方根误差: 4)R平方: 分类问题 1)混淆矩阵 ...

到底什么是“机器学习”？机器学习有哪些基本概念？（简单易懂）

到底什么是“机器学习”？机器学习有哪些基本概念？（简单易懂）相关推荐

最新文章

热门文章