本文探讨了机器学习的基础，包括其定义、适用条件、目的和方法。机器学习是通过观察数据来学习并提升任务表现的。何时使用机器学习取决于是否存在潜在规则、数据可用性以及学习的必要性。机器学习与数据挖掘、人工智能和统计学有密切关系，它们在寻找模式、智能行为和推断未知过程方面相互交织，但侧重点不同。
机器学习是什么
从接触到机器学习，到学会自己用用数据挖掘的算法，工作学习中接触到的一些，以后也许会继续从事这样的事情，所以现在开始从基础的去学习机器学习，这个blog就作为学习笔记。
第一节课主要是介绍了课程的主要内容
- 什么（what）是机器学习
- 什么时候（when）用机器学习
- 为什么（why）用机器学习
- 怎么（how）用机器学习
What
机器学习就是机器通过观察获取一定的技巧来提高某件事物的效果度量：
When
什么时候能够使用机器学习，需要满足下面的条件：
- 存在一些潜在的规则需要被学习，能够提高效果
- 不存在简单的规则的定义，需要学习
- 有一定的关于需要学习规则的数据
Why
为什么要使用机器学习，我们如何让程序去识别一棵树，如何让程序快速的推测出股市的涨跌，这些基于大量的规则的程序是很难写出来的。
- 具体定义一件事物是非常困难的
- 人类学习是靠观察的方式的，如何让机器观察然后学习很重要
- 基于机器学习的模型比我们手写规则更容易
How
机器学习的过程就是：
利用满足某一种关系 f:X
最低0.47元/天 解锁文章
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
