机器学习概论--自总结版

机器学习概论（第一讲）

定义：

• 对于某给定的任务T，在合理的性能度量方案P的前提下，某计算机程序可以自主学习任务T的经验E；随着提供合适，优质，大量的经验E，该程序对于任务T的性能逐步提高。 推荐经典书籍：Tom MichaelnMitchell 1997 机器学习
  李航 统计学习方法
• 直白翻译：用计算机做个“系统”，根据“学习资料”（训练数据）进行学习，随着日复一日的学习（训练次数的不断提升），这个“系统”水平不断提高（系统性能提升），通过参数优化的学习模型，能够用来预测相关问题的输出。
  简单分类：有监督，无监督，强化学习（带反馈，并自动调整）

一些有趣案例：LDA（线性判别分析）主题模型

上述思考题答案如下：θ方向导数

机器学习的定义（割线位于函数值上分）与高数定义有些不同：