机器学习
含义
研究如何通过计算的手段,利用经验来完善系统自身的性能在计算机系统中,“经验"通常以数据形式存在。研究计算机从数据中产生"模型” 的算法,即"学习算法". 有了学习算法,我们把经验数据提供给它,它就能基于这些数据产生模型面对新的情况时给相应的判断。
如果说计算机科学是研究关于"算法"的学问,那么类似的,可以说机器学习是研究"学习算法"的学问。
基本术语
假设空间与归纳偏好
科学的推理手段:
{
归
纳
:
特
殊
到
一
般
{
狭
义
:
从
训
练
集
中
得
到
概
念
广
义
:
从
样
本
中
学
习
演
绎
:
一
般
到
特
殊
\left\{ \begin{aligned} & 归纳:特殊到一般&\left \{ \begin{aligned} &狭义:从训练集中得到概念\\&广义:从样本中学习 \end{aligned} \right. \\ &演绎:一般到特殊 \end{aligned} \right.
⎩⎪⎪⎨⎪⎪⎧归纳:特殊到一般演绎:一般到特殊{狭义:从训练集中得到概念广义:从样本中学习
同一个数据集训练出了不同的模型,如何选择模型:奥卡姆原则,即选最简单的。
机器学习的本质是构建起输入和输出之间的关系模型,并利用这个关系模型来解决未知的情况。
总结
- 机器学习的本质是构建起输入和输出之间的关系模型,并利用这个关系模型来解决未知的情况。
- 机器学习的学习过程是对数据集的泛化过程机器
可学习的一些资料:
[1] 【一起啃书】机器学习西瓜书白话解读.
[2] 吴恩达机器学习经典名课【中英字幕】