台湾大学林轩田machine learning基础课程P1

2019年6月19日
学习内容：1.1-1.5.

内容总结：

1.2:

三个必要条件：
data ———— Machine Learning ———— skill
skill : improvent some perormance measure.

传统的 coding logic的限制：定义一棵树（100条 defines）

1.3:

modeling 的本质: 算法A + 假设H

1.5:

根据 “数据”D，得到一个 “假设”G，逼近我们提前的 “预测”F。
我们的目的：G ≈ F；

machine learning 、 data mining、 artifitial intelligent、statistics 的关系:
data mining:侧重于找到数据间的关系，不强调决策假设。
artifitial intelligent：G ≈ F，故 ML是 AI 的手段；
statistics 是 ML的工具；

One more sentence share:
你能在浪费中获得乐趣，就不是浪费时间
—— 罗素