这是台大的课程,与Andrew的有区别,角度不太一样。

一开始没有讲线性回归,而是先系统的讲机器学习的一些概念,讲得深入些。

第一讲

(1)对比了学习和机器学习

学习:从观察中累积出技能

机器学习:从数据中累积/计算出技能

什么是技能?

就是在improve some performance measure

比如,通过学习可以更精确的预报天气

这里用到improve,是什么用意呢?强调一种提高,就比如我们的英语很烂,后来通过上个培训班,使英语提高了很多。上培训班就好似用了机器学习。

(2)机器学习的三个关键:

有了这三个关键,就可以判断一个问题适不适合机器学习来解决:

1)我们的目标是提高性能/技能,那就需要存在一些潜藏的模式可以学习,某种规则。

2)这种规则很复杂,没有办法轻易描述。

3)有数据,这些数据存在这种规则

(3)形式化学习问题

上面是对机器学习概念的符号化。

和Andrew的进行一些对比

Hsuan-Tien Lin的

左上角target function f是不知道的,f就是那个理想的规则,暗含着y与x的关系,数据D就是按照这种关系产生。如果f知道,就不用做机器学习了,可以拿着f去做先知、神算子来预测各种天气、股市之类的。比如理想的f:y=x,那么D中的(x1,y1)、(x2,y2)……就有x1=y1,x2=y2。但是我们不知道。我们所能知道的就是这些数据D,当把D放入算法A中学习后,会推荐我们一个g。g表明y与x的某种关系,我们希望g和f越像越好。因为f不知道,所以不管算出的g是什么,都没办法判断是不是就是f,只能说越像越好(当然你会问,既然f不知道,那怎么知道像不像?后面会说到,用结果来说明,结果准确度越高就说明越像)。

说到g是算法推荐的一个g,那这里又有问题了,是有很多个g还是说只有一个?我们可以这样理解。可能我们的算法是A1,D放进去后,出来的结果是g1,而D放进算法A2出来是g2;也有可能我们就是算法A1,当参数W=a时,我们出来一个g3,当W=b时,出来一个g4……而这些g都可以说自己能表示D中y与x的关系,只是可能精确度不太一样。所以把这些g组成一个集合hypothesis set 用h表示。所以对于机器学习算法A,要做的就是从h中选出一个最好的g(和f最像)。这里选出,并不是说,我们把诸如h1=x+3,h2=6x+x^2,h3=x+x^2+x^3……给A,让它选。而是D中的规则好像可以用三次方程h=a*x+b*x^2+c*x^3+d,算法实现经过一系列复杂的过程,最后给了我们一个g=7x+4x^2+x^3。看起来好像从h中选出的一样。(详细的分析课程陆续会讲到)

所以,综上所述,机器学习的模型,就是指A和h。机器学习就是从数据D出发,用算法A,算出一个很接近f的g。

(4)机器学习和其他领域

MachineLearning(Hsuan-Tien Lin)第一讲相关推荐

  1. 深度优先搜索_0基础学算法 搜索篇第一讲 深度优先搜索

    0基础学算法 搜索篇第一讲 深度优先搜索 相信绝大多数人对于深度优先搜索和广度优先搜索是不会特别陌生的,如果我这样说似乎你没听说过,那如果我说dfs和bfs呢?先不说是否学习过它们,至少它们的大名应该 ...

  2. C#精髓【月儿原创】第一讲 使用垃圾回收器

    说明:准备出一个系列,所谓精髓讲C#语言要点.这个系列没有先后顺序,不过尽量做到精.可能会不断增删整理,本系列最原始出处是csdn博客,谢谢关注. C#精髓 第一讲 使用垃圾回收器 作者:清清月儿 主 ...

  3. C#发现之旅第一讲 C#-XML开发

    C#发现之旅第一讲 C#-XML开发 袁永福 2008-5-15 系列课程说明     为了让大家更深入的了解和使用C#,我们将开始这一系列的主题为"C#发现之旅"的技术讲座.考虑 ...

  4. xgboost 正则项_XGBoost入门系列第一讲

    Boosted Trees 介绍 XGBoost 是 "Extreme Gradient Boosting"的简称,其中"Gradient Boosting"来 ...

  5. C++ 偏微分数值计算库_【动手学计算机视觉】第一讲:图像预处理之图像去噪...

    我创建了一个知乎圈子:[平凡而诗意],专注于分享前沿技术.编程开发.实用工具等方面内容,感兴趣的可以首页搜索[平凡而诗意]加入我的圈子,让我们一起玩耍吧!QQ学习交流群:1077239487 平凡而诗 ...

  6. 信息系统项目管理师笔记(信息系统篇)第一讲

    序 最近正在准备信息系统项目管理师的考试,仅将自己在学习中的重点整理出来,供大家参考.高级项目经理考试和中级项目经理考试的区别在于高级项目经理考试面广.内容多,考试内容的考点来源于大纲但又高于大纲,正 ...

  7. 【直播回顾及资料下载】小程序云应用入门实操系列课程第一讲...

    直播详情:小程序云应用入门实操系列课程第一讲:https://yq.aliyun.com/articles/698244 直播时间:2019年4月16日 20:30 直播专家: 白宦成 - Linux ...

  8. C#苹果应用开发——第一讲初始Xamarin

     C#苹果应用开发--第一讲初始Xamarin Xamarin ios 教程 Xamarin跨平台开发 C#苹果应用开发 观看地址:v.youku.com/v_show/id_XNzEwOTYzNjU ...

  9. C#苹果应用开发——第一讲初始Xamarin Xamarin ios 教程 Xamarin跨平台开发

    C#苹果应用开发--第一讲初始Xamarin   Xamarin ios 教程 Xamarin跨平台开发 C#苹果应用开发 教程观看地址:v.youku.com/v_show/id_XNzA3OTUx ...

最新文章

  1. Java基础学习总结(22)——异常处理
  2. Powershell 如何批量获取文件大小的实现代码
  3. 前端JS的一些使用方法-持续更新
  4. spring源码分析之spring-messaging模块详解
  5. JAG Practice Contest for ACM-ICPC Asia Regional 2016.K.Non-redundant Drive(点分治)
  6. Visual Studio 2017 已知问题 Qamp;amp;A
  7. Nginx实战基础篇一 源码包编译安装部署web服务器
  8. java下载配置步骤_Java环境构建-JDK下载,安装和配置步骤
  9. Aho-Corasick 多模式匹配算法(AC自动机)
  10. 金蝶k/3 现金流量表编制口诀
  11. ACwing166数独与183靶形数独
  12. java 时间间隔 工作日_计算Java中两个日期之间的工作日数
  13. excel 画散点图 怎么设置图片的分辨率_Slynyrd像素画教程:像素画基础教程
  14. 怎么锻炼孩子的想象力创造力_家长培养孩子想象力创造力的训练游戏
  15. ESP32 WIFI MESH学习笔记7-物联网与控制(ESP32部分)
  16. excel如何数据汇总之多工作簿
  17. 大数据技术原理与应用(三)
  18. 华文慕课北大操作系统陈向群第五章课后习题解析
  19. vue 获取验证码按钮,点击后开始倒计时
  20. java no arguments_java中的arguement是什么意思?

热门文章

  1. 光学识别OCR软件Readiris Pro 17 for Mac
  2. Android系统铃声音乐文件夹
  3. 非线性光纤光学_一个锁模光纤激光器,居然也有这么多种类
  4. 文献阅读笔记 # Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks
  5. C#项目实战——YModem协议文件传输【实例】
  6. STM32H743开发板移植micropython并外扩32M的SQPI flash和32M的SDRAM
  7. 网络撮合交易的大市场
  8. Antd 表格 ellipsis属性兼容性问题
  9. vue 数组添加数据
  10. MySQL学习笔记——第2章 SQL的基本概念和MySQL简介