1 什么是机器学习？
机器学习是什么？实际上即使在机器学习的专业人士中，也不存在一个准确的定义，最早的关于机器学习的定义是由Arthur Samuel给出的：
"Field of study that fives computers the ability to learn without being explicitly programmed."，翻译过来为："使计算机在没有被明确编程的情况下，仍然能够进行学习的能力的领域"。
Samuel写了一个西洋棋程序，这个程序的神奇之处在于，作者自己并不是一个西洋棋高手，他通过让程序自己和自己下了上万盘的棋，通过观察 哪种布局（棋盘位置）会赢，哪种布局会输， 久而久之，这西洋棋程序明白了什么是好的布局， 什么样是坏的布局。然后就牛逼大发了，程序通过学习后， 玩西洋棋的水平超过了Samuel。
上述是一个比较古老的定义，另一个年代近一点的定义是由Tom Mitchell提出：
" a computer program is said to learn from experience E, with respect to some task T, and some performance measure P, if its performance on T as measured by P improves with experience E."，翻译过来为："一个程序被认为能够从经验E中学习（用来解决任务T，使用P来衡量程序的表现），如果程序在解决任务T上的表现P，可以通过经验E得到改进。"我认为，他提出这个定义，主要是为了押韵（哈哈哈）。（一个程序能够从经验E中不断的进行学习，最终程序能够完成任务T，完成的效果有P来进行衡量，程序学习的经验E越多，P就会越好）
在西洋棋的例子中，E是成千上万次的自我练习，T是下棋，P是它在与新的对手进行比赛的时候，赢得比赛的概率。
练习：假设你的电子邮件程序可以观察你收到的电子邮件是否被标记为垃圾邮件，基于你所标记的垃圾邮件，Email程序可以更好的学习如何过滤垃圾邮件。在这个例子中，T是什么？
习题1
答案1
我们可以将上述定义理解为：以性能度量值P为标准，衡量这个任务的性能，也就是这个任务T的系统性能，将在学习经验E后得到提高。
机器学习的算法主要可以分为两类：监督学习和非监督学习。这里进行一个简单的介绍，监督学习是我们交计算机如何去做某件事情，非监督学习是让计算机自己学习怎么去做一件事情。强化学习和推荐系统等各种术语，这些都是机器学习算法的一员，以后我们都将介绍到，但学习算法最常用两个类型就是监督学习、无监督学习。我们不仅会介绍算法，还会介绍怎么使用它们，这是很重要的一点。
1 什么是机器学习？相关推荐
- 机器学习分类指标：精确率、准确率、召回率详解
混淆矩阵 在介绍具体的定义之前先了解一些混淆矩阵(confusion matrix): 一种 NxN 表格,用于总结分类模型的预测效果:即标签和模型预测的分类之间的关联.在混淆矩阵中,一个轴表示模型预 ...
- 【机器学习】RNN循环神经网络
循环神经网络归属: 领域:机器学习 方向:自然语言处理 贡献:自动文本生成 循环神经网络实际应用: 生活中因为原始数据都是序列化的,比如自然语言,语音处理,时间序列问题(股票价格)等问题, 这个时候需 ...
- 开源自动化机器学习框架
20211101 在 Airbnb 使用机器学习预测房源的价格 https://blog.csdn.net/weixin_33735077/article/details/87976278?spm=1 ...
- 机器学习常用术语词汇表
EOF是一个计算机术语,为End Of File的缩写 ,在操作系统中表示资料源无更多的资料可读取. 刚接触机器学习框架 TensorFlow 的新手们,这篇由 Google 官方出品的常用术语词汇表 ...
- 预见未来丨机器学习：未来十年研究热点
<h2 class="subheader">机器学习:未来十年研究热点 </h2><div class="gray-d1-c margin- ...
- SMOTE算法代码实现-机器学习
类别不平衡问题 类别不平衡问题,顾名思义,即数据集中存在某一类样本,其数量远多于或远少于其他类样本,从而导致一些机器学习模型失效的问题.例如逻辑回归即不适合处理类别不平衡问题,例如逻辑回归在欺诈检测问 ...
- LARS 算法简介-机器学习
https://cosx.org/2011/04/modified-lars-and-lasso/ 查看全文 http://www.taodudu.cc/news/show-64111.html 相关 ...
- 1-1 机器学习和深度学习综述-paddle
课程>我的课程>百度架构师手把手教深度学习>1-1 机器学习和深度学习综述> 1-1 机器学习和深度学习综述 paddle初级课程 王然(学生) Notebook 教育 初级深 ...
- 机器学习——标准化/归一化的目的、作用和场景
对每个特征进行归一化处理,使得每个特征的取值缩放到0~1之间.这样做有两个好处: 模型训练更高效. 特征前的权重大小可代表该变量对预测结果的贡献度(因为每个特征值本身的范围相同). (一)归一化的作用 ...
- 使用Apache TVM将机器学习编译为WASM和WebGPU
使用Apache TVM将机器学习编译为WASM和WebGPU TLDR 在Apache TVM深度学习编译器中引入了对WASM和WebGPU的支持.实验表明,在将模型部署到Web时,TVM的WebG ...
最新文章
- hdu4932 小贪心
- 使用VS2005进行负载测试
- NOIP模拟测试34「次芝麻·呵呵呵·长寿花」
- Java多线程并发学习-进阶大纲
- OpenCV相机标定与畸变校正
- linux下运行程序后出现段错误的原因和解决案例
- “我们完全误解了区块链！”
- Keras深度学习实战（2）——使用Keras构建神经网络
- 创建者模式 --- 工厂模式
- BZOJ1878 [SDOI2009]HH的项链
- Web渗透测试-Xss跨站脚本攻击(Cross Site Scripting)
- 爬取豆瓣电影Top 250封面
- python2.0迅雷下载_【Tomato DualWan】迅雷离线下载完美教程
- 15种微信小程序运营推广方法
- 软件可靠性计划过程组成与LRU简介
- QOS中 PQ,CQ.RR,WFQ,CBWFQ,LLQ区分
- lua入门之环境搭建、第一个demo
- 好的中层管理者要兼顾公司和员工的利益
- app下载统计 php,如何统计app在各个渠道的下载量？
- html5 link prefetch,dns预获取（dns-prefetch）link rel=＂dns-prefetch＂优化载入速度