Machine Learning(机械学习)
前言
动手写这个是为了记录下自己在学习machine lerning的整个过程,为了更好的回顾和志同道合者一起讨论学习进步。我是一边跟着在coursera上观看machine learning课程,一边学习并记录。这个基本上是每学完一章内容,就会更新一次,记录这章的知识,和一些个人的理解。大家如果初学machine learning,也可以看下coursera上的课程(关于那个在coursera上看视频,可能会存在视频一直缓冲,无法播放问题,这个网上也有很多解决办法,如果大家还不能解决,可以私聊我,我可以帮大家看下是什么问题),虽然课程全英文的,有些难以理解,但大家可以一起交流学习。
最后,如果内容有什么错误的理解,希望大家不吝赐教,指正,谢谢!
【机器学习系列】【第二章:模型与代价函数】
第一章 介绍
1.1 定义与理解
Tom Mitchell provides a more modern definition: "A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P, if its performance at tasks in T, as measured by P, improves with experience E."
我的理解:Machine learning就是让一个机器学会像人一样有思考学习的能力,先通过观察人的行为获得experience,再进行和人一样的行为,给他一些task,并学会思考下一步该怎么做,这个过程就是machine learning。通俗的来讲,例如让机器人学会下象棋,人如何下象棋的过程是experience E,让机器人学会下象棋是task T,让机器人做出下一步怎样来赢对手就是performance P。
1.2 Machine learning的分类
Machine learning大体分为两种:supervised learning和unsupervised learning。supervised learning(监管学习)就是一组人工标记的数据推测出假设函数的学习方法输入和输出之间是有一种函数关系的,我们给个输入,输出的结果是我们已经知道的正确范围内的,就是可以预测结果的。supervised learning又分为regression(回归)和classification(分类)。Unspervised learning(无监管机器学习)用的 Training data(训练数据) 没有标签。系统会试着自学。
- 2.1 Regression(回归)
用来预测目标值,输出的结果不是只有两种的,是一个连续的问题。(在后续的内容中会有详细的分析)
Attribute(属性) 是一种数据类型,比如汽车的里程。Feature 根据语境有几种意思,一般它表示的就是:属性 + 值,比如 里程:15,000,有时候这两个名词也会交替使用。
图1 regression
- 2.2 Classification(分类)
预测的结果只有两种,是一个离散的问题,例如邮件垃圾过滤器得到一个邮件,会知道它的类别属于正常邮件还是垃圾邮件。或者对一个肿瘤分析是良性还是恶性,结果都是两种,可以简单地用0和1来表示。
图2 classification
- 2.3 Unsupervised learning(无监管机器学习)
没有给任何的特征,进行学习。(关于这个后面还会进行详细分析)
图3 unsupervised learning
Machine Learning(机械学习)相关推荐
- bff v2ex_语音备忘录的BFF-如何通过Machine Learning简化Speech2Text
bff v2ex by Rafael Belchior 通过拉斐尔·贝尔基奥尔(Rafael Belchior) 语音备忘录的BFF-如何通过Machine Learning简化Speech2Text ...
- 吴恩达新书《Machine Learning Yearning》完整中文版 PDF 下载!
↑↑↑关注后"星标"Datawhale 每日干货 & 每月组队学习,不错过 Datawhale资源 推荐人:GithubDaily,Datawhale伙伴 <Mach ...
- 吴恩达《Machine Learning》Jupyter Notebook 版笔记发布!图解、公式、习题都有了
在我很早之前写过的文章<机器学习如何入门>中,就首推过吴恩达在 Coursera 上开设的<Machine Learning>课程.这门课最大的特点就是基本没有复杂的数学理论和 ...
- 吴恩达新书《Machine Learning Yearning》完整中文版开源!
选自Github 来源:机器学习算法与自然语言处理 吴恩达新书<Machine Learning Yearning>完整中文版开源,整理给大家. <Machine Learning ...
- Auto Machine Learning 自动化机器学习笔记
⭐适读人群:有机器学习算法基础 1. auto-sklearn 能 auto 到什么地步? 在机器学习中的分类模型中: 常规 ML framework 如下图灰色部分:导入数据-数据清洗-特征工程-分 ...
- 机器学习与优化基础(Machine Learning and Optimization)
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 本文转自|新机器视觉 引用大佬Pedro Domingos的说法: ...
- Machine Learning | (12) 非监督学习-k-means
Machine Learning | 机器学习简介 Machine Learning | (1) Scikit-learn与特征工程 Machine Learning | (2) sklearn数据集 ...
- Machine Learning | (11) 回归性能评估与欠拟合、过拟合
Machine Learning | 机器学习简介 Machine Learning | (1) Scikit-learn与特征工程 Machine Learning | (2) sklearn数据集 ...
- Machine Learning | (10) 回归算法-岭回归
Machine Learning | 机器学习简介 Machine Learning | (1) Scikit-learn与特征工程 Machine Learning | (2) sklearn数据集 ...
- Machine Learning | (9) 回归算法-线性回归
Machine Learning | 机器学习简介 Machine Learning | (1) Scikit-learn与特征工程 Machine Learning | (2) sklearn数据集 ...
最新文章
- win7 命令行设置DNS,建立集测环境
- 前端学习(2524):自定义指令(钩子函数)
- java更改背景_java – 使用jquery更改menue的背景颜色
- javascript之Partial Application
- android 贝塞尔曲线_OpenGL 实践之贝塞尔曲线绘制
- MySQL之DML(操作)语句
- python3.x和python2.x唯一区别_Python3.x和Python2.x的区别 (转)
- (转)JAVA实现Windows拨号、IP切换
- MES系统是什么——史上最全MES介绍
- pikachu逻辑漏洞实验
- 未转变者服务器怎么弄指令权限,未转变者基础指令
- 陈安之超级成功法则(1)
- mysql 联合主键 null_MySQL联合主键的索引使用
- 【LensFlare镜头光晕】Unity3D奇葩实现
- Git 命令使用体验的神器 -- tig
- java 废弃方法_在Java中使用Deprecated方法或类是错误的吗?
- 推荐一个牛逼的直播开源项目
- 3.6 函数作图与渐近线
- 一个简单的 Vue 头像选择器
- emmc tuning test-sw tuning
热门文章
- yum配置和文泉驿字体安装
- 【PC工具】更新电脑考证题库,消防考试题库,司法考试,大学英语四六级题库,教师资格考试题库等...
- 快解析:用友T+异地访问解决方案
- CorelDRAWX4的VBA插件开发(十六)颜色配置文件设置与检测
- cad批量打印快捷键_基础教程——CAD的批量打印功能
- matlab版深度学习入门之旅----体验过后的个人记录
- pyboard :红外遥控模块,class UART
- U8恢复记账操作步骤
- mysql必须记住的单词_如何真正记住英语单词?
- 代码安全审计工具推荐