1、Machine Learning
让机器(计算机)也能向人类一样,通过观察大量的数据和训练,发现事物规律,获得某种分析问题、解决问题的能力。
2、什么情况下使用机器学习
- 事物本身存在某种潜在规律
- 某些问题难以使用普通编程解决
- 有大量的数据样本可供使用
3、机器学习流程
对于理想的目标函数f,我们是不知道的,我们手上拿到的是一些训练样本D,假设是监督式学习,其中有输入x,也有输出y。机器学习的过程,就是根据先验知识选择模型,该模型对应hypothesis set(用H表示),H中包含了许多不同的hypothesis, 通过演算法A,在训练样本D上进行训练,选择出一个最好的hypothes,对应的函数表达式g就是我们最终要求的。一般情况下,g能最接近目标函数f,这样,机器学习的整个流程就完成了。
4、Different Output Space Y
- binary classification:输出2种类别
- Multiclass classification:输出大于2种类别
- Regression:输出范围在整个实数空间,其是连续的
5、Different Data Label Y
- 监督学习(Supervised Learning):既有输入特征x,也有输出y
- 非监督学习(Unsupervised Learning):没有输出标签y。其中应用有聚类分析,异常检测和密度估计等等。
- 半监督式学习(Semisupervised Learning):一部分数据有输出标签yn,而另一部分 数据没有输出标签yn。比如医药公司 对某些药物进行检测,考虑到成本和实验人群限制等问题,只有一部分数据有输出标签yn。
- 增强学习(Reinforcement Learning):增强学习中,我们给模型或系统一些输入,但是给不了我们希望的真实的输出y,根据模型的输出反馈,如果反馈结果良好,更接近真实输出,就给其正向激励,如果反馈结果不好,偏离真实输出,就给其反向激励。不断通过“反馈修正”这种形式,一步一步让模型学习的更好, 这就是增强学习的核心所在。
6、Different Protocol
- Batch Learning:获得的训练数据D是一批的,即一次性拿到整个D,对其进行学习建模,得到我们最终的机器学习模型
- Oline:是一种在线学习模型,数据是实时更新的,根据数据一个个进来,同步更新我们的算法
- Active learning:是近些年来新出现的一种机器学习类型,即让机器具备主动问问题的能力,例如手写数字识别,机器自己生成一个数字或者对它不确定的手写字主动提问。 active learning优势之一是在获取样本label比较困难的时候,可以节约时间和成本,只对一些重要的label提出需求。
7、Different Input Space X
- concrete features:对机器学习来说最容易理解和使用。比如说硬币分类问题中硬币的尺寸、重量等;比如疾病诊断中的病人信息等具体特征。
- raw features:一般比较抽象,经常需要人或者机器来转换为其对应的concrete features,这个转换的过程就是Feature Transform。比如说手写数字识别中每个数字所在图片的mxn维像素 值;比如语音信号的频谱等。
- abstract features:这些特征X完全是抽象的,没有实际的物理含义。所以 对于机器学习来说是比较困难的,需要对特征进行更多的转换和提取。比如某购物网站做购买预测时,提供给参赛者的是抽 象加密过的资料编号或者ID。