1. Introduction

之所以有這個(gè)想法想分享自己所學(xué)習(xí)的知識(shí)芭届,是因?yàn)橐粋€(gè)很喜歡的導(dǎo)師說(shuō)過(guò):

檢驗(yàn)學(xué)習(xí)是否真的掌握并應(yīng)用的方式是分享

所以這是第一篇學(xué)習(xí) MachineLearning ( Andrew Ng )嘗試的分享篇~


Definition

目前關(guān)于機(jī)器學(xué)期比較公認(rèn)的兩種定義:

Arthur Samuel (1959) : Field of study that give computers the ability to learn without being explicitly programmed.

Arthur Samuel 主要想表達(dá)的是機(jī)器可以在無(wú)設(shè)定的條件下自主地學(xué)習(xí)谍憔,像人類對(duì)待未知的事物一樣進(jìn)行自主學(xué)習(xí)徙融。這是一個(gè)對(duì)機(jī)器學(xué)習(xí)一個(gè)相對(duì)抽象的概述。

Tom Mitchell (1988) : A computer program is said to learn from experiece E with respect to some task T and some performance measure P, if its performce on T, as measured by P, improves with experience E.

Tom Mitchell 在這邊提出了機(jī)器學(xué)習(xí)分別于三個(gè)參量E龙亲、T锨阿、P之間的聯(lián)系树碱,即機(jī)器不斷從E活動(dòng)中獲取經(jīng)驗(yàn)來(lái)更好地更有能力地完成任務(wù)T,P則是度量機(jī)器完成T的優(yōu)劣情況次泽。這就好比如人通過(guò)下 n 盤圍棋來(lái)提高自己圍棋的贏的勝算穿仪,P則是度量這個(gè)人下圍棋的成功率。Tom Mitchell 將機(jī)器學(xué)習(xí)的定義更加細(xì)化了分工了箕憾,Amdrew Ng教授則詼諧地說(shuō)這個(gè)定義可能是諧音有趣牡借。

classification

機(jī)器學(xué)習(xí)算法主要有兩大類:

—— Supervised learning (監(jiān)督式學(xué)習(xí))

? ? ? ? ?( the idea is that we're goring to teach the computer how to do something)

—— Unsupervised learning (非監(jiān)督式學(xué)習(xí))

? ? ? ? ( the idea is that we're goirng let it learning by itself )

Others: Reinforcement learning, recommender systems

? ? ? ??

監(jiān)督式學(xué)習(xí)主要是機(jī)器知道正確答案地學(xué)習(xí),即郵件可判斷為是垃圾郵件與否袭异,標(biāo)準(zhǔn)答案已有钠龙,機(jī)機(jī)器則在已知答案的數(shù)據(jù)集中不斷學(xué)習(xí)。

非監(jiān)督式學(xué)習(xí)則不知道答案御铃,只給數(shù)據(jù)集碴里,讓機(jī)器自主學(xué)習(xí)給出數(shù)據(jù)結(jié)構(gòu)或解決公式。

Supervised Learning

Definition: in every example in our data set we are told what is the "correct answer" that we would have quite liked the algorithms have predicted on that examples.

1-1 (來(lái)源Andrew NG)

在多個(gè)屬性x的影響下上真,結(jié)果有圈有叉咬腋,圈與叉即為在不同情況的正確答案,機(jī)器便在這些已有的數(shù)據(jù)集中不斷學(xué)習(xí)睡互,“監(jiān)督”主要體現(xiàn)在“正確答案”根竿。

regression problem:? predict a continous(連續(xù)) valued output.

classification problem : predict a discrete(離散) valued output.

回歸問(wèn)題與分類問(wèn)題主要區(qū)別是結(jié)果是連續(xù)的還是離散的。

Unsupervised Learning


1-2 (來(lái)源Andrew Ng)

監(jiān)督與非監(jiān)督看是1-1 與 1-2 中的結(jié)果是否標(biāo)識(shí)為不同的結(jié)果就珠。

非監(jiān)督式學(xué)習(xí)一般與分類算法一起運(yùn)用寇壳。



好啦,第一次可能自己的理解表達(dá)有些生澀妻怎,表達(dá)得詞不達(dá)意或者模糊的壳炎,后面自己好好加油~


(來(lái)源網(wǎng)絡(luò))
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市逼侦,隨后出現(xiàn)的幾起案子匿辩,更是在濱河造成了極大的恐慌腰耙,老刑警劉巖,帶你破解...
    沈念sama閱讀 206,482評(píng)論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件铲球,死亡現(xiàn)場(chǎng)離奇詭異挺庞,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī)睬辐,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,377評(píng)論 2 382
  • 文/潘曉璐 我一進(jìn)店門挠阁,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人溯饵,你說(shuō)我怎么就攤上這事侵俗。” “怎么了丰刊?”我有些...
    開封第一講書人閱讀 152,762評(píng)論 0 342
  • 文/不壞的土叔 我叫張陵隘谣,是天一觀的道長(zhǎng)。 經(jīng)常有香客問(wèn)我啄巧,道長(zhǎng)寻歧,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 55,273評(píng)論 1 279
  • 正文 為了忘掉前任秩仆,我火速辦了婚禮码泛,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘澄耍。我一直安慰自己噪珊,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 64,289評(píng)論 5 373
  • 文/花漫 我一把揭開白布齐莲。 她就那樣靜靜地躺著痢站,像睡著了一般。 火紅的嫁衣襯著肌膚如雪选酗。 梳的紋絲不亂的頭發(fā)上阵难,一...
    開封第一講書人閱讀 49,046評(píng)論 1 285
  • 那天,我揣著相機(jī)與錄音芒填,去河邊找鬼呜叫。 笑死,一個(gè)胖子當(dāng)著我的面吹牛殿衰,可吹牛的內(nèi)容都是我干的怀偷。 我是一名探鬼主播,決...
    沈念sama閱讀 38,351評(píng)論 3 400
  • 文/蒼蘭香墨 我猛地睜開眼播玖,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了饭于?” 一聲冷哼從身側(cè)響起蜀踏,我...
    開封第一講書人閱讀 36,988評(píng)論 0 259
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤维蒙,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后果覆,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體颅痊,經(jīng)...
    沈念sama閱讀 43,476評(píng)論 1 300
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 35,948評(píng)論 2 324
  • 正文 我和宋清朗相戀三年局待,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了斑响。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 38,064評(píng)論 1 333
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡钳榨,死狀恐怖舰罚,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情薛耻,我是刑警寧澤营罢,帶...
    沈念sama閱讀 33,712評(píng)論 4 323
  • 正文 年R本政府宣布,位于F島的核電站饼齿,受9級(jí)特大地震影響饲漾,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜缕溉,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,261評(píng)論 3 307
  • 文/蒙蒙 一考传、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧证鸥,春花似錦僚楞、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,264評(píng)論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至返干,卻和暖如春兴枯,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背矩欠。 一陣腳步聲響...
    開封第一講書人閱讀 31,486評(píng)論 1 262
  • 我被黑心中介騙來(lái)泰國(guó)打工财剖, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人癌淮。 一個(gè)月前我還...
    沈念sama閱讀 45,511評(píng)論 2 354
  • 正文 我出身青樓躺坟,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親乳蓄。 傳聞我的和親對(duì)象是個(gè)殘疾皇子咪橙,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 42,802評(píng)論 2 345

推薦閱讀更多精彩內(nèi)容