作者:嵌入式历练者
ID : Eterlove
记下相关笔记,记录我的学习生活!站在巨人的肩上Standing on Shoulders of Giants!
目录
概述
最近的研究课题需要机器学习的知识,那就从基础的学习吧,我的方法是每次接触到一个新的领域,先看视频不断总结,记下相关笔记。到一定阶段后才去看经典的书籍和涉及实验应用。
先把第一阶段的工作做好,这里我看的是blibli的视频,强烈推荐学习浙大的机器学习课程。(强推)浙大2021-机器学习_哔哩哔哩_bilibili。胡浩基胡教授在国内的机器学习教学领域如同一个传火者,星星之火,可以燎原。这段时间我会写下相关笔记记录发在我的博客上,在这个方面我还是一个小白,欢迎各位大佬提出正确性的意见。
再此我声明两点:1.该笔记绝大多数知识点来自浙大的机器学习课程,相关图片截屏于浙大课程的PPT上,但笔记是我亲自创作,所以转载请注明出处和作者,该博客只用于学习,禁止用于商业及其他用途。
2.创作的初衷是为了学习和复习基础,形成相关知识体系。对于进阶机器学习的人没有太多实质性的帮助,笔记不断更新,但可能结构上可能没有前后联系的章法,请读者谅解,若有需要自行翻阅学习。
1.机器学习的定义(MachineLearning)
如何理解及区分显著性编程和非显著性编程?非显著性编程是让计算机自己总结其规律的编程方法
我们规定行为和收益函数之后,让计算机自己去找收益函数最大化的行为,拿机器人去咖啡来说,机器人撞在了墙上或摔倒了,规定机器人的收益函数为负值,而如果机器人采取某种行为取得了咖啡,则奖励机器人的这种行为收益函数为正值。
2.机器学习的分类
按照任务是否需要和环境交互获得经验,把机器学习分为监督学习和强化学习。
2.机器学习的重点
机器学习的重点不是研究如何提取好特征,而是假设已经提取好特征的前提下,如何构造算法获得更好的性能。