一、引言
1.1 机器学习是什么
定义:1、在进行特定编程的情况下,给予计算机学习能力的领域(西洋棋)
2、一个程序被认为能从经验E中学习,解决任务T,达到性能度量值P,当且仅当,有了经验E后,经过P评判,程序在处理T时的性能有所提升。在西洋棋的例子中,经验e就是程序上万次的自我练习的经验,而任务就是下棋;性能度量P就是它在与一些新的对手比赛时,赢得比赛的概率。
1.2 监督学习
eg.预测房价 判断肿瘤的良性和恶性
思想:在监督学习中,数据集的每个例子,算法将预测得到例子的“正确答案”。像房子的价格,或者肿瘤的良性和恶性。
回归是指我们的目标预测一个连续的输出值。
分类目标是预测离散值的输出
1.3 无监督学习
eg.新闻自动分类
鸡尾酒会算法:两个人同时使用两个麦克风,每个麦克风可以录到两个人的声音,使用算法将两个人的声音分离。
代码:【W,s,v】=svd((repmat(sum(x,*x,1),size(x,1),1).*x)*x’);(使用Octave)
学习机制:你给算法大量的数据,要求他找出数据蕴含的类型结构