林轩田机器学习基石课程笔记1 -The Learing Problem

一 什么是机器学习

什么是“学习”？

学习就是人类通过观察、积累经验，掌握某项技能或能力。就好像我们从小学习识别字母、认识汉字，就是学习的过程。而机器学习（Machine Learning），顾名思义，就是让机器（计算机）也能向人类一样，通过观察大量的数据和训练，发现事物规律，获得某种分析问题、解决问题的能力。

什么是“机器学习”？

机器学习可以被定义为：Improving some performance measure with experence computed from data. 也就是机器从数据中总结经验，从数据中找出某种规律或者模型，并用它来解决实际问题。

什么情况下会使用机器学习来解决问题呢？

其实，目前机器学习的应用非常广泛，基本上任何场合都能够看到它的身影。
其应用场合大致可归纳为三个条件：

• 事物本身存在某种潜在规律
• 某些问题难以使用普通编程解决
• 有大量的数据样本可供使用

二 机器学习的应用

机器学习在我们的衣、食、住、行、教育、娱乐等各个方面都有着广泛的应用，我们的生活处处都离不开机器学习。比如，打开购物网站，网站就会给我们自动推荐我们可能会喜欢的商品；电影频道会根据用户的浏览记录和观影记录，向不同用户推荐他们可能喜欢的电影等等，到处都有机器学习的影子。

三 机器学习的组成

本系列的课程对机器学习问题有一些基本的术语需要注意一下：

• 输入 $x$
• 输出 $y$
• 目标函数 $f$，即最接近实际样本分布的规律
• 训练样本 $data$
• 假设 $hypothesis$，一个机器学习模型对应了很多不同的 $hypothesis$，通过演算法 $A$，选择一个最佳的 $hypothesis$ 对应的函数称为矩 $g$，$g$ 能最好地表示事物的内在规律，也是我们最终想要得到的模型表达式。

实际中，机器学习的流程图可以表示为：

对于理想的目标函数 $f$，我们是不知道的，我们手上拿到的是一些训练样本 $D$，假设是监督式学习，其中有输入$x$，也有输出 $y$。机器学习的过程，就是根据先验知识选择模型，该模型对应的 $hypothesisset$（用 $H$ 表示），$H$ 中包含了许多不同的 $hypothesis$，通过演算法 $A$，在训练样本 $D$ 上进行训练，选择出一个最好的 $hypothes$，对应的函数表达式 $g$ 就是我们最终要求的。一般情况下，$g$ 能最接近目标函数 $f$，这样，机器学习的整个流程就完成了。

四 机器学习和其他领域

与机器学习相关的领域有：

• 数据挖掘（Data Mining）
• 人工智能（Artificial Intelligence）
• 统计（Statistics）

其实，机器学习与这三个领域是相通的，基本类似，但也不完全一样。机器学习是这三个领域中的有力工具，而同时，这三个领域也是机器学习可以广泛应用的领域，总得来说，他们之间没有十分明确的界线。

五 总结

本节课主要介绍了什么是机器学习，什么样的场合下可以使用机器学习解决问题，然后用流程图的形式展示了机器学习的整个过程，最后把机器学习和数据挖掘、人工智能、统计这三个领域做个比较。本节课的内容主要是概述性的东西，比较简单，所以笔记也相对比较简略。