嗯。。。没搞完先发了吧
文章目录
一、机器学习概论
1.机器学习定义
机器学习的概念
什么是机器学习?
从大量数据中获得知识或技能的过程
什么是知识/技能?
知识/技能的获取等价于某种经验或性能指标的提升
so,机器学习:从数据中获得某种性能指标的提升
机器学习的定义
1959 Aruthur Samul:机器学习是一个不通过显著式编程来赋予计算机学习能力的领域
显著式编程:需要人为的根据周围的环境、规则、经验等给计算机规定一些机械化步骤或判断依据
非显著式编程:无需人为的给出所有的步骤和约束计算机必须总结什么规律
1998 Tom Mitchell:一个计算机程序可被称为学习,是指它能够针对某个任务T和某个性能指标P,从经验E中学习,并且它在T上被P所衡量的性能指标,会随着经验E的增加而提高。
2.机器学习基本知识
可以使用ML的三个必要条件
- 存在一些可被学习的潜在模式,故性能指标P能被提升
- 不容易被显著式编程
- 存在关于潜在模式的数据,故机器学习有经验E可供输入
基本术语
工作流程
分类
二、机器学习理论
霍夫丁不等式
三、模型优化与验证方法
模型选择方法