什么是机器学习?什么情况下使用机器学习?

机器学习是计算机科学的一个分支,它使程序能够在没有明确编程的情况下从经验中学习。通过经验E(例如,大量数据),解决特定任务T(如分类或预测),并用性能度量P(如准确率)来评估其改进。机器学习广泛应用在自动邮件过滤等场景,目的是让程序能独立完成复杂工作。
摘要由CSDN通过智能技术生成

什么是机器学习?

答:

Arthur Samuel :机器学习是在没有明确设置的情况下,使计算机具有学习能力的研究领域。

Tom Mitchell:机器学习是计算机程序从经验E中学习,解决某一任务T,进行某一性能度量P,通过性能度量P来测定在任务T上的表现因经验E而提高。

举例:如跳棋游戏,经验E为程序与自己下几万次跳棋,任务T就是玩跳棋,性能度量P是与新对手玩跳棋时赢得概率。

考查举例:现有一程序以实现自动过滤垃圾邮件邮件的功能。试回答那个是E,T,P?

1.将邮件分类为垃圾邮件或者不是垃圾邮件。

2.观察你是否将邮件标记为垃圾邮件。

3.正确归类的邮件比例。

什么情况下使用机器学习?

“学习算法就像自己手里的工具,但是更重要的是如何去使用这些工具"。这句话与问题无关但是是我不想删。

答:机器学习更多的是让机器帮助人类做一些大规模的数据识别,分拣,规律总结等人类做起来比较花费时间的事情。机器学习的最终目的是让程序独立或者至少半独立的进行相对复杂或者高要求的工作。(该定义摘自《白话深度学习与TensorFlow》)

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值