机器学习笔记 - 1 什么是机器学习

机器学习是什么？

对于模型来说，基因决定上限，数据决定下限。

机器学习可以做什么？

图片识别
互联网推荐：根据关系网络和历史行为，通过用户数据
自动驾驶：5G解决数据延迟
修复古文献
帮川普赢得大选通过机器学习模型，预测用户的信息

机器学习基本概念

监督学习 VS 无监督学习
分类方法：结果是类别值，如情感的正负
回归方法：预测的标签是连续值，不是类别值，如年龄
聚类方法：…
————————————
数据：训练数据
样本：训练数据中有多个样本
标签：每个样本的特征，可以打上一个标签，如黑种人/白种人/黄种人
特征向量：多个标量组成特征向量
————————————
假设空间
机器学习的过程，就是从假设空间进行“搜索”的过程。是一个集合。
版本空间
用不同的模型方案，可以“搜索”到不同的假设，这个假设的集合叫做版本空间。如：一个模型，用逻辑回归（LR）、Xgboost、深度学习（CNN）三个不同的模型方案训练，会得到三个函数模型，这三个函数模型就是这个模型的版本空间。
—————————————
没有免费午餐定理
NFL定理：一个算法若在某些问题上比另一个算法好，比存在另一些问题，不如其他算法。

先修知识

数学知识：高中数学即可
线性代数：了解矩阵知识
概率论：对概率论大体上有一定的认识，大学课本足够了（浙大）