机器学习定义
对于给定的任务T,在合理的性能度量方案P的前提下,某计算机可以自主的学习任务T的经验E;随着提供合适,优质,大量的经验E,改程序对任务T的性能逐步提高。其中不要对大数据等做细致的区分。
机器学习流程
对于给定数据集(输入实例x的特征向量)
x=(x(1),x(2),...,x(n))T
,注意
x(i)
表示x的第i个特征向量,那么对数据集中不同实例
x(i)
进行训练可以得到参数
θ
的
f(θ)
,之后通过学习
L(w)=1/2∑ni=1(f(θ)−yi)2
St.min
L(w)
求得
θ
机器学习关注要点
- 明确input和output的形式
- 算法的模型假设前提(input的假设形式如高斯分布,概率事件)
- 建模过程,设计目标,是优化问题(局部最优解)还是明确求解(全局最优)
- 求解过程:如何求解(梯度下降,最大似然)
- 是否可以求出解(如线性回归是否有解析解)
- 以及相应的优化方法思路