机器学习基础入门笔记（一）

目录

 

机器学习参考定义：

为什么要学习机器学习：

通过下列公式来对大数据、机器学习、深度学习关系进行展示：

机器学习方法的分类：

有监督学习

无监督学习

强化学习

---

机器学习参考定义：

We define machine learning as a set of methods that can automatically detect patterns in data,and then the uncovered patterns to predict future data,or to perform other kinds of decision making under uncertainty(such as planning how to collect more data!).

 

                                         ——<<Machine learning learning:A probabilistic perspective>>

 

简单理解呢，机器学习就是一系列方法，这些方法能够帮助我们自动的找出数据中的规律，然后对未来的数据进行预测，从而支持我们现实生活中的决策。

 

为什么要学习机器学习：

台大李宏毅教授通过我们为什么需要学习机器学习以AI训练师为例，风趣幽默的方式回答了这一问题，而且目前大数据分析和人工智能已经成为整个社会发展最主要的基础推动力，而两者的基础都是机器学习。

大数据是指数据采集、数据清洗、数据分析和数据应用的整个流程中的理论、技术和方法。大数据分析火热的深刻原因：

•   数据源：非结构化数据（语音、视频、文本、网络数据）
• 广泛的应用场景：营销、广告、金融、交通、医疗等
• 模型和计算能力（大大提升）：深度学习、GPU、分布