ML基石_1_LearningProblem

课程逻辑

本系列文章属于台湾大学《机器学习基石》的笔记。

该课程主要包括以下四个部分
1. When can machine learn
2. Why can machine learn
3. How can machine learn
4. How can machine learn better

学习与机器学习

学习的过程为：
obs -> learning -> skill

机器学习的过程为：
data -> ml -> improved performance measure

机器学习的适用

机器学习，适用于以下情况：
1. 存在潜在的某种模式
2. 不容易通过人工的规则定义模式
3. 存在关于模式的数据

机器学习概图

简单来说，机器学习就是：

A takes D&H to get g which is approach to f.