机器学习

机器学习
1.定义
Arthur Samuel :是计算机无需明确编程即可学习的学习领域。（过时的定义）
Tom Mitchell:如果某计算机程序在T任务上的性能（由P衡量）随着经验E的提高而提高，则可以说计算机程序可以从经验E中学习一些任务T和性能度量P。
问题1：假设你的邮件程序观察你将哪些邮件标记为垃圾邮件，因此在这样的一个邮箱客户端，你可能标记其中一些邮件为垃圾邮件而其他的不标记，基于你标记的垃圾邮件，你的邮件程序学会了如何更好的过滤垃圾邮件。在这个事件中，任务T、经验E、标准P分别是什么？
显然，
任务T就是判断邮件是否是垃圾邮件
经验E就是用户判断邮件是否使垃圾邮件
指标P就是判断邮件是垃圾邮件正确的概率
2.监督学习与无监督学习
在监督学习中，我们得到了一个数据集，并且知道了正确的输出是什么样子，并且认为输入和输出之间存在关系。
监督学习分为回归和分类问题。在回归问题中，我们试图预测连续输出中的结果，这意味着我们试图将输入变量映射到某个连续函数。在分类问题中，我们改为尝试预测离散输出中的结果。也就是，我们尝试将输入变量映射为离散类别。
范例1：
给定有关房地产市场上房屋大小的数据，请尝试预测其价格。价格作为规模的函数是一个连续的输出，因此这是一个回归问题。
对于患有肿瘤的患者，我们必须预测肿瘤是恶性还是良性的。我们将输入变量预测为离散类别，因此这是一个分类问题。

无监督学习使我们事前不用了解结果是什么样子，仅仅需要将数据集输入，就可以自动的根据数据中隐藏的结构对数据集进行分类。
比如，
聚类算法：收集1000000个不同基因的集合，然后找到一种方法，将这些基因自动分组为通过不同变量（例如寿命、位置、角色等）在某种程度上相似或相关的组。
非集群算法：在一个派对中从混乱的声音里识别出个人的声音或某种特定的音乐。