机器学习概论
什么是机器学习
小时候我们是通过家长、老师花费大量的时间进行学习,再往后是自己不停的学习训练,得以应对学习中的测试、考试。而机器学习是一个源于数据的对模型的训练过程,最终归纳出一个面向一种性能度量的决策。类似于小孩看图识字学习过程。
机器学习首先要有一个学习算法即初步的模型,然后对该算法输入大量的数据供其学习,使其具有独立判断预测的能力。机器学习 ≈ 寻找一个好的函数。该函数不是通用的,针对不同的任务得到的函数是不同的。通过数据来获得一个好的函数,利用历史数据 “训练” 产生一个好的函数 (称之为“模型”),利用 "模型” 对新数据进行 "预测” 。
机器学习的思想并不复杂,仅仅是对人类在生活中学习成长过程的一个模拟。是计算机利用已有数据,得出某种模型,并利用模型预测未来的一种方法。
机器学习框架
机器学习涉及的学科与研究领域
1、模式识别 = 机器学习,模式识别源自工业界,而机器学习来自于计算机学科,可以被视为同一个领域的两个方面。
2、数据挖掘 = 机器学习 + 数据库,大部分数据挖掘中的算法是机器学习的算法在数据库中的优化。
3、统计学习近似等于机器学习,区别在于ÿ