机器学习基础
机器学习能让我们自数据集中受到启发,换句话说利用计算机来彰显数据背后的真实含义。
机器学习在日常生活中的应用
- 人脸识别
- 手写数字识别
- 垃圾邮件过滤
- 电商的产品推荐
- 天气预测
- 疾病诊断
- …
何为机器学习
机器学习就是把无序的数据转换成有用的信息
机器学习用到统计学,为什么用统计学呢?
在现实生活中,并不是每一个问题都存在确定的解决方案。在很多时候,我们都无法透彻地理解问题,或者没有足够的计算资源为问题精确建立模型,例如我们无法给人类活动的动机建立模型。为了解决这些问题,我们需要用到统计学知识。
关键术语
专家系统(如:鸟类分类系统)
特征feature(属性attributes)(如:鸟的体重、翼展、背后颜色)
机器学习的主要任务就是分类(从众多其他鸟类中分辨出啄木鸟)
决定使用某个机器学习算法进行分类,首先要做的算法训练,即如何如何分类。
通常我们为算法输入大量已分类数据作为训练集
上图表包含6个训练样本的训练集