机器学习 —— 机器学习的动机和应用

网易公开课学习笔记

机器学习的定义

　　Arthur Samuel：“在不直接针对问题进行编程的情况下，赋予计算机学习能力的一个研究领域”

　　　　　　　　　　  让计算机学会如何下棋，并超过自己

　　Tom Mitchell：给计算机一个任务T和性能测试方法P，如果在经验E的影响下，P对T的测量结果得到了改进，我们说程序从E中得到了学习

　　　　　　　　　　E（experience）:程序不断和自己下棋的经历

　　　　　　　　　　T（task）：下棋

　　　　　　　　　　P（performance）：程序和人下棋胜出的概率

 

一、supervised learning（监督性学习）

　　学习标准输入和标准答案间的关系，给我们提供一个某种意义上的正确答案

　　回归问题 regression problem，需要测量的变量是连续的：房屋面积和房屋价格的关系

　　分类问题 classification problem，需要测量的变量是离散的：乳腺癌肿瘤数据，肿瘤大小和肿瘤是否为良性的关系（是否为良性，取值只有0或1），

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　通过肿瘤大小，病人年龄，肿瘤是否良性的数据来预测新输入的病人数据结果是否为良性

 

　　支持向量算法，将数据映射到无线纬的空间中，处理无限种特征

  

二、learning theory（学习理论）

 

三、unsupervised learning（无监督性学习）

　　聚类问题，用户画像、分类

　　计算机群组织、社交网络分析、市场划分

 

四、reinforcement learning（加强学习）

　　进行一次性决策，如何定义一个好的行为

　　应用：机器人领域、网页爬取

 

转载于:https://www.cnblogs.com/-Lei/p/3735699.html