一、 什么是机器学习
- 第一种是再1956年,开发了西洋跳棋AI程序的Arthur Samuel在标志这人工智能诞生的达特茅斯会议上提出的“机器学习”这个词语。这里的意思就是在没有明确的设置下,使计算机具有学习能力的研究领域。
- 第二种定义是由Tom Mitchell 提供的定义:“如果用 P 来测量程序在任务 T 中性能。若一个程序通过利用经验 E 在 T 任务中获得了性能改善,则我们就说关于任务 T 和 性能测量 P ,该程序对经验 E 进行了学习。”
拿跳棋来打比方:
P就是下一句程序赢得比赛的概率。E就是下了很多把跳棋的经验。T就是玩跳棋的任务。
二、机器学习分类
机器学习大体上可以分为两类,一类是监督学习(supervised learning)和无监督学习(unspervised learning)。
1、supervised learning
监督学习的机器学习,首先需要有一个数据集,并且知道正确的输出,并且输入和输出是有一定的联系的。然后通过学习算法可以得到除了数据集之外的更多的正确答案。在监督学习中有回归和分类问题。
- 回归问题可以看作是我们需要推出一个连续的值来,比如卖房子问题,我们现有的数据集是根据房子的大小,可以得到房子的价格。通过算法学习我们需要不同的房子价格能够卖什么样的价格。这一系列的答案是连续的
- 分类问题就好比是判断癌症,最终的结果只有是和否,输出是离散的。