机器学习概述
1.什么是机器学习?
人工智能:通过人工的方法,模拟某些人类的智能行为。
机器学习:通过人工的方法,模拟某些人类的学习行为,自适应,自完善,自发展系统。
定义:一个计算机程序在完成任务T之后,获得经验E,其表现效果为P,如果任务T的性能表现,也就是用以衡量的P,可以随之E的增加而增加,那么这样的程序就可以被称为机器学习系统。
2.为什么需要机器学习?
1.具有机器学习能力的系统具备更好的可维护性。
2.机器学习可以解决那些算法过于复杂甚至没有的算法的问题。
3.利用机器学习发现隐藏在数据中的潜在规则。
3.机器学习的种类
有监督学习、无监督学习、半监督学习和强化学习
有监督学习:训练数据中包含已知的输出。
无监督学习:训练数据中没有已知的输出,从输入数据自身的特征中识别某种模式。
半监督学习:先用无监督学习的方法做类别划分,在通过有监督学习的方法按照标签识别。
强化学习:利用智能体根据奖惩进行取舍,按照趋利避害的原则自我完善。
批量学习和在线学习
批量学习:一次性训练,使用中不再继续完善。
在线学习:不断地训练,使用的同时继续完善。
基于实例的学习和基于模型的学习
基于实例的学习:历史的可重复性,凭经验。
基于模型的学习:从历史经验