绪论
今天开始重新看一篇机器学习导论,相信有了做研究的一些经验,能更好的得到更加深入的理解。
1. 什么是机器学习?
生活中我们的经验告诉我们, 数据是存在某种确定的模式的。机器学习使用实例数据或者过去的经验训练计算机,以优化某种性能标准。训练数据就是优化依赖于某些参数的模型。模型可以是预测性的,用于未来的与预测;也可以是描述性的,用于从数据中获取知识。
2. 机器学习的应用实例
(1)学习关联性
比如在超市发现,人们通常购买X也购买Y,那么如果一个顾客购买了X,那么他就是Y的潜在顾客。
假设考察已有的数据,计算得到P(chips|beer) = 0.7,就可以定义规则:购买啤酒的顾客有70%也会购买薯片。
(2)分类
输入信息到分类器,分类器降输入分到其中的一个类别。