01 The Learning Problem

1.What is Machine Learning?机器模拟人的学习过程

人的学习过程:

machine learning:

2.Why use machine learning?

举例关于树的辨识:定义树是困难的,希望通过ML观察很多树后得到辨识树的技巧(无需定义,自己学习)。

ML适用情景:

 

3.Key essence of machine learning.

使用机器学习的三个关键:①性能是否可以增进(有目标:正确率的提升)②有规则但是不知道怎么写出来 ③有资料(Data)

这三个关键决定是否使用ML。

4.Machine learning is everywhere

衣食住行

举例:推荐系统

5.机器学习的完整流程

target f unknown(不能编程定义,即满足②,如果f已知就不需要ML)

hypothesis g hopefully≈f but possibly different from f(g代表了性能的增进:g和f越接近越好,即满足①)

training examples是资源(即满足③)

6.Summary

 

转载于:https://www.cnblogs.com/huangshansan/p/10712262.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值