- 机器学习
- Arthur Samuel:在没有明确设置的情况下,使计算机具有学习能力得研究领域。
- Tom Mitchell:计算机程序从经验E中学习,解决某一任务T,进行某一性能度量P, 通过P测定在T上的表现因经验E而提高。
- 跳棋游戏
- 经验E:程序与自己下跳棋
- 任务T:玩跳棋
- 性能度量P:与新手玩跳棋时赢得概率
- 跳棋游戏
- 最重要的两类学习算法
- 监督学习(Supervised Learning):给算法一个数据集,其中包含正确答案,算法的目的是为了给出更多的答案
- 回归问题,回归是指标,预测一个连续值输出
- 分类问题,预测一个离散值输出
- 无监督学习(Unsupervised Learning):设计分类器时候,用于处理未被分类标记的样本集。
- 聚类问题
- 监督学习(Supervised Learning):给算法一个数据集,其中包含正确答案,算法的目的是为了给出更多的答案
机器学习笔记1
最新推荐文章于 2024-09-20 23:32:26 发布
机器学习是研究如何让计算机在没有明确设定的情况下学习的领域。Tom Mitchell给出了机器学习的定义:程序通过经验E学习完成任务T,并在性能度量P上得到提升。文中以跳棋游戏为例,说明了经验、任务和性能度量的概念。文章还提到了监督学习和无监督学习两种主要的学习类型,前者用于处理带有正确答案的数据,后者则用于未标记数据的分类。
摘要由CSDN通过智能技术生成