Lecture 1 内容简介:整体简述ML的学习内容和方法,举例有如何评价电影,确定硬币种类,给客户提供贷款,学习葡语等例子,应用了各种算法,得出数据引出模型的核心结论。从理论到实际,从抽象到具体。
Components of Learning
Formalization(形式化):
- 输入:
- 输出:
- 目标函数:
- 数据集:,……
- 由以上得到的假说
Learning Procedure(结合信用贷款的例子)
一开始我们未知目标函数,我们将用户以往的信用记录作为训练集加入学习算法当中。同时利用我们已经做出的多个假设,得到了最终的。
这个可以去与实际情况去比较,就可以知道我们最终得到的假设是否符合事实。
Perceptron
具体关于Perceptron可参照大神博客http://blog.csdn.net/xiaowei_cqu/article/details/9004101