机器学习中的“学习”的含义

########翻译整理自 《Deep Learning》，【】内为自己加的内容#########

１．含义

机器学习算法是可以从数据中学习的算法。

“学习”的含义是什么？Mitchell 在 1997年给出了如下定义【应该是比较公认的定义，因为在多本机器学习经典著作中均用了此定义】：

“A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P, if its performance at tasks in T, as measured by P, improves with experience E.” 　　　　　　　　　　　　　———Mitchell ，1997

翻译过来就是【拙劣的翻译，还是看原文明白】：一个计算机程序在某种任务T中，在某个评价标准P之下，从经验E中学习，是指通过经验E可以提高在任务T中的评价指标P。

２．举例

【拙劣的例子，仅供参考】
例如：用一个线性回归模型来拟合夏天温度和空调 用电量之间的关系。
（ａ）任务T就是找出二者的线性关系，
（ｂ）评价标准P就是模型的回归值和真实用电量之间的平均平方偏差（mse）。
（ｃ）E就是大量的实际数据。
更多更准确的数据，可以使得模型性能更好，从而误差P也更小。