机器学习学习笔记(一)

本文介绍了机器学习的基本概念,包括数据收集、模型训练和测试,强调了机器学习的目标是获得良好的泛化能力。文中提到了周志华老师的著作作为学习资源,并探讨了机器学习在不同领域的广泛应用以及未来AI的发展趋势,以AlaphGo为例展示了机器学习的进步。
摘要由CSDN通过智能技术生成

一.什么是机器学习?

第一次听说机器学习,我还以为是什么遥不可及的高科技......但在看了周志华老师的《机器学习》,这对我来说可以说是真正的鸿篇巨著,此书大致分为三部分:第一部分(1-3章介绍机器学习的基础知识);第二部分(4-10章)讨论一些经典而常用的机器学习方法(决策树,神经网络,支持向量机等);第三部分(11-16章)为进阶学习,内容涉及特征选择与稀疏学习,认真学习理论,半监督学习,概率图模型等。我在接近一个3,4天的时间里阅读了其绪论和第一章的内容,对机器学习也有了一定的理解(根据本人的理解,机器学习像是一个尚未成长的孩童一样,在不断的社会经历中增加阅历,进而对之后遇到的事物可以作出一定的判断,实际应用类似AlaphGo)下面放出周志华老师在书中对机器学习的定义......

二.机器学习是如何进行的?

(1)要进行机器学习,必不可少的是数据的收集

数据又可以称为记录,记录的集合称为一个“数据集”(data set),其中的每条记录关于一个对象或事件,称为一个“实例”或“样本”。而反映事件或对象在某方面的表现或性质的事项称为“属性”或“特征”。我们可以把属性的一个坐标想象在一个空间中,每一个实例都有一个独属于它的位置。属性的个数我们一般称之为样本的“维度”。

(2)从数据中学得模型(“学习”或“训练”)

这个过程一般是通过某个学习算法来完成,所使用的数据称为“训练数据”,每个样本称为“训练样本”,学得模型对应了关于数据的某种潜在的规律,因此亦称为“假设”。我们在假设中需从训练样本中获取信息,以便判断。

(3)测试

三.机器学习的目标及其“泛化”能力

四.机器学习的未来

过去的二十年,人类社会积累了大量数据,机器学习的出现顺应了这个时代的迫切需求,且它的应用领域极其广阔,多媒体,图形学,计算机视觉,自然语言处理......机器学习作为人工智能的必备阶段,它的潜力可谓无限大,当年AlaphGo的出现,战胜了世界冠军李世石,轰动世界,但当时的AlaphGo并不是说不可战胜的,李世石曾以“神之一手”战胜AlaphGo,但最近几年,AlaphGo经过更多的模型训练,似乎已是不可战胜了......机器学习的未来,AI的未来,作为人类的我们似乎仍未看到尽头......

2023-3-18

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值