机器学习定义
Arthur Samuel(1959).Machine Learning:Field of study that gives conputers the ability to learn without being explicitly programmed.
他将机器学习定义为:在没有明确设置的情况下,使计算机具有学习能力的研究领域
另一个定义:
Tom Michel(1998) Well-posed Learning Problem: A computer program is said to learn from experience E with respect to some task T and some performence measure P, if its performence on T, as measured by P, improves with experience E.
计算机程序从经验E中学习,解决某一任务T,进行某一度量P,通过P测定在T上的表现因经验E而提高
对于一个下棋程序,E是程序与自己下几万次棋,任务T就是玩跳棋,度量P就是与新对手玩跳棋时赢的概率。
再举个例子,想象邮件系统根据你将邮件标记为垃圾邮件或者不标记进行学习,如何更好地区分垃圾邮件,在这个例子中,T是区分垃圾邮件和非垃圾邮件;E是观察你将邮件标记的行为,P是正确区分邮件的数量或者比例。
机器学习类型
最主要两类是监督学习和无监督学习
简单说,监督学习就是我们教会计算机做某件事情,在无监督学习中,我们让计算机自己学习。
监督学习(Supervised Learning)
想象一下你要预测房价
假