########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。