introduction of ML

Machine Learning

    —grew out of work in AI

   —new capability for computers

 

Examples：

    --Database mining

          large datasets from growth of automation/web.

          E.g, Web click data, medical records, biology, enginerring

   --Application can't program by hand.

          E.g, autonomous helicopter, handwriting recognization,

          Natural Language Processing(NLP),Computer vision.

   --Self-customizing programs

          E.g, Amazon, Netflix product recommendations

   --Understanding human learning(brain,real AI).

 

What is Machine Learning

       Arthur Samul（1959）：Fileds of study that gives computers the ability to learn without being explicitly programmed.--机器在某领域中的自动学习能力

       Tom Mitchell（1998）：A computer program is said to learn from experience E with respect to some task T and some performace measure P，if its performace on T，as measured P，improves with experience E.--对于一个任务T，具有经验E，如果此时有P动作执行在T上，那么根据P的执行结果，可以提高经验E。即根据对任务T不同的动作P累积经验E。

 

       两种算法：

       --supervised learning（被动学习）

          为程序给出了正确的经验，即根据先验的样本，计算出解析方式，程序根据解析方式给出结果并提高概率。

          有两种类型：regression problem--回归问题，得出一个数值

                           classification problem--分类问题，答案是离散的值

       --unsupervised learning（主动学习）

          程序根据样本的特征进行分析，并自发计算出分类方式。

 

       --两者的区别：前者给出分类，根据分类结果对新数据进行分类学习，给出答案；

                           后者是根据数据的特征对其进行分类；