Bilibli《吴恩达机器学习系列课程》1-4 学习笔记
一.机器学习通俗理解定义
对于给定任务 T ,在学习经验 E 后,会提高性能度量 P
For example
1. 围棋软件阿法狗
对于给定任务 T(下围棋), 在学习经验 E(每天下棋上万盘), 会提高性能度量 P(胜率)
2. 区分垃圾邮件
对于给定任务 T(标记垃圾邮件), 在学习经验 E(使用者标记垃圾邮件的行为), 会提高性能度量 P(标记垃圾邮件成功率)
二.机器学习大体分类
- 监督学习
- 理解: 我们教会计算机去做某件事「给定一个数据集包含正确答案 label 」
- 回归算法: 预测连续值的输出.
- For example: 预测波士顿房价 (给定结果集包含正确答案房屋价格)
- 分类算法: 预测离散值的输出.
- For example: 鸢尾花分类 (给定数据集包含正确答案鸢尾花种类)
- 无监督学习
- 理解: 计算机自己学会去做某件事「给定一个数据集, 并不清楚用它来做什么」
- 聚类算法: 将一类问题进行分簇.
- For example: Google新闻分类 (给定数据集并不清楚要它做什么)