机器学习简述

写在前面

  即将步入研究生阶段，之前一直偷懒没有写博客和整理的习惯，很多东西都是学了又忘，忘了又学的状态，现在开始尝试着坚持养成整理归纳的习惯。
  本篇是对吴恩达老师的机器学习课程进行学习和归纳总结，会结合学习周老师的西瓜书。

机器学习定义

  Tom Mitchell定义：计算机程序从经验E中学习，解决某一任务T，进行某一性能度量P，通过P测定在T上的表现因经验E而提高。
  例子：玩跳棋游戏中，经验E是人与跳棋的对战，任务T是玩跳棋，性能P是玩下一局时跳棋程序获胜的概率。

常见的机器学习算法

主要的机器学习算法分为两类：

1. 有监督学习
2. 无监督学习
    区别在于前者时我们会教计算机做某件事，而后者是计算机自己学习。
   其他算法：强化学习，推荐算法。

监督学习（Supervised Learning）

  定义：给定算法正确的数据集，算法根据数据给出更多的正确答案。
  回归问题（Regression）：即预测连续的数值输出。
  分类问题（Classification）：预测出一个离散输出。
  回归问题例子：卖货物，接下来的三个月将会卖出多少货物；
  分类问题：顾客账户是否被入侵，0代表无，1代表已被入侵。

无监督学习（Unsupervised Learning）

  定义：根据类别未知的训练集（未标注的训练集）来解决模式识别中的各种问题。诸如聚类算法（谷歌新闻将同一事件的网址整合在一起），给定一系列顾客，计算机自动分类，分出目标顾客群；这些都是无监督学习。

  为什么采用无监督学习：

1. 缺乏足够的先验知识，因此难以人工标注分类；
2. 人工标注的成本太高。

  常见的应用背景：
 1. 从大量的样本集中选出一些具有代表性的用以标注给分类器训练；
 2. 先将样本集进行简单的分类，分为不同的类别，之后再人工标注；
 3. 在无类别信息情况下，寻找好的特征。