1）机器学习基石笔记Lecture1:The Learning Problem

网上关于机器学习的课程有很多，其中最著名的是吴恩达老师的课程，最近又发现了NTU林轩田老师的《机器学习基石》课程，这门课也很好。课程总共分为4部分，总共分为16节课，今天来记录第一节课。

• When Can Machines Learn?(illustrative + technical)
• Why Can Machines Learn?(theoretical + illustrative)
• How Can Machines Learn?(technical + practical)
• How Can Machines Learn Better?(practical + theoretical)

 

目录

1. What is Machine Learning

2. Applications of Machine Learning

3. Components of Machine Learning

4.Summary

1. What is Machine Learning

上图展示了，传统的学习是通过观察类获得某种技能的，好比我们从小学走路、说话等。而机器学习是指机器从大量的数据中获得某种技能。

这是机器学习的定义，机器从数据中总结经验，从数据中找出某种规律，来改善相应的性能度量。

那我们什么时候可以使用机器学习呢？下图给出了应用的三种条件。

2. Applications of Machine Learning

这部分介绍了机器学习的应用场景，可以归纳为衣食住行，教育，娱乐等等。

3. Components of Machine Learning

下面给出了本课程中用到的一些术语：

机器学习流程如下图所示：

4.Summary

第一节课相对来说是概述性知识，故没有记录很详细。