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。