【机器学习笔记一】 机器学习简介与起源

机器学习简介：

简单地说机器学习产生于人工智能的研究与发展中，是计算机的一种新的能力

机器学习的应用：

目前主要应用在四个方面：

1，数据挖掘，比如淘宝、京东里的商品推荐

2，手工不能完成的，比如，自然语言的识别、或者用于输入法里的手写的识别

3，自定制的程序，比如 亚马逊的推荐系统

4，对人类学习的理解和研究 

机器学习的定义：

这里有一个说的比较好的：

Tom Mitchell 在1998年提出说：

据说 一个电脑程序从对任务T做出反应的经验E中学习，其表现出来的性能由P来检测，那么，如果在T上的性能表现的如同P检测的那样的话，那么则经验E将被提升。

可能这样的定义逻辑性有点强，从一个例子中说明可能就明白了：

假设你的Email程序能够检测那些邮件你标记为垃圾邮件那些没有，并且能够基于检测的情况学习如何更好的过滤邮件，那么

T就是分类邮件是普通邮件还是垃圾邮件

E就是检测你标记的邮件那些是普通邮件，哪些是垃圾邮件

P就是正确分类出垃圾邮件或者普通邮件的个数或者部分

最后文艺点说

机器学习：给予计算机学习的能力而不是明确的编程的研究领域，Arthur Samuel (1959)说的，被引用至今。

计算机方面讲什么都会讲到算法.

机器学习的算法大体分两类：

监督式学习（supervised learning ）          

无监督式的学习（unsupervised learning）

其他的则还有 增强式学习（reinforcement learning ） 推荐系统（recommender systems）——这个现在已经成了单独的一门学科了。

PS： 监督式学习和无监督式学习的主要区别：监督式学习有正确的输出结果作为依据（所以人家叫监督）；而无监督学习没有，一般其运用于分类中。