第1章 机器学习概览
1.1 什么是机器学习
机器学习的工程化概念:一个计算机程序利用经验E来学习任务T,性能是P,如果针对任务T的性能P随着经验E不断增长,则称为机器学习。
1.4 机器学习系统的类型
机器学习系统可分为以下四个主要类别:
有监督学习、无监督学习、半监督学习和强化学习。
有监督学习中,提供给算法的包含所需解决方案的训练集称为标签。包括分类任务和回归任务。
分类任务例如,在垃圾邮件分类的训练集中,每个实例被标注了 是/否为垃圾邮件。
回归任务:通过一组特征(预测器)预测一个目标数值,训练集包括预测器和标签。通常有多个输入特征,有时有多个输出值。
特征和属性:属性是一种数据类型(如“里程”),特征是一个属性加上其值(如“里程=15000”)。
一些回归算法也可用于分类任务,如逻辑回归,因为它可以输出“属于某个给定类型的概率”的值。
无监督学习中,训练数据都是未经标记的。如聚类、异常检测、可视化和降维、关联规则学习。
降维可将多个相关特征合并为一个,即特征提取。