机器学习概述

图片来源：百度图片

1.什么是机器学习

“机器学习之父”、卡内基梅隆大学计算机学院院长汤姆·米切尔(Tom Michael Mitchell)在1997年给机器学习这样的定义：

对于一个给定的任务T(Task)，在合理的性能度量方案P(Performance)的前提下，某个计算程序可以自主学习任务T的经验E(Experience)；随着提供合适的，优质的，大量的经验E，该程序对于任务T的性能会逐步提高。

也就是说，随着任务的不断执行，经验的积累可以带来任务完成状态的提升。

一般认为，机器学习是人工智能的一个分支，我们使用计算机来设计一个系统，或者说计算模型，使它能够根据提供的训练数据按照一定的方式来"学习"；随着训练次数的增加，该系统通过模型参数的优化来不断提升性能，使得模型能够预测相关问题的输出。

2.机器学习的分类

监督学习

无监督学习

强化学习

3.机器学习可以做什么

对给定的数据进行预测

• 数据清洗，特征选择
• 确定算法模型，参数优化
• 给出预测结果